Wie unterteilen Sie Daten in R ohne NA-Zeilen zu verlieren?

Question

Ich habe einige Daten, die ich in R ansehe. Eine bestimmte Spalte, mit dem Titel "Höhe", enthält ein paar Zeilen von NA.

Ich möchte meinen Datenrahmen so unterteilen, dass alle Höhen über einem bestimmten Wert von meiner Analyse ausgeschlossen werden.

df2 <- subset (df1 , Height < 40) 

Immer wenn ich das tue, entfernt R automatisch alle Zeilen, die NA-Werte für Höhe enthalten. Ich will das nicht. Ich habe versucht, einschließlich Argumente für na.rm

f1 <- function (x , na.rm = FALSE) { 
df2 <- subset (x , Height < 40) 
} 
f1 (df1 , na.rm = FALSE) 

, aber das scheint nichts zu tun; Die Zeilen mit NA verschwinden immer noch aus meinem Datenrahmen. Gibt es eine Möglichkeit, meine Daten als solche zu untergliedern, ohne die NA-Zeilen zu verlieren?

Answer 1

Wenn wir subset Funktion verwenden möchten, dann müssen wir aufpassen:

For ordinary vectors, the result is simply ‘x[subset & !is.na(subset)]’. 

Also nur nicht-NA-Werte beibehalten werden.

Wenn Sie NA Fällen behalten möchten, verwenden logische oder Bedingung R zu sagen, nicht NA Fälle fallen:

subset(df1, Height < 40 | is.na(Height)) 
# or `df1[df1$Height < 40 | is.na(df1$Height), ]` 

Sie nicht direkt verwenden (bald erklärt werden):

df2 <- df1[df1$Height < 40, ] 

Beispiel

df1 <- data.frame(Height = c(NA, 2, 4, NA, 50, 60), y = 1:6) 

subset(df1, Height < 40 | is.na(Height)) 

# Height y 
#1  NA 1 
#2  2 2 
#3  4 3 
#4  NA 4 

df1[df1$Height < 40, ] 

# Height y 
#1  NA NA 
#2  2 2 
#3  4 3 
#4  NA NA 

Der Grund dafür, dass letzteres fehlschlägt, ist, dass die Indexierung durch NANA ergibt. Betrachten Sie dieses einfache Beispiel mit einem Vektor:

x <- 1:4 
ind <- c(NA, TRUE, NA, FALSE) 
x[ind] 
# [1] NA 2 NA 

Wir müssen irgendwie jene NA mit TRUE ersetzen. Der einfachste Weg ist, einen anderen „oder“ Bedingung hinzufügen is.na(ind):

x[ind | is.na(ind)] 
# [1] 1 2 3 

Dies ist genau das, was in Ihrer Situation passieren wird. Wenn Ihr HeightNA enthält, dann logische Operation Height < 40 endet eine Mischung aus TRUE/FALSE/NA, also müssen wir, wie oben NA durch TRUE ersetzen.

Answer 2

Sie könnten auch tun:

df2 <- df1[(df1$Height < 40 | is.na(df1$Height)),]