資料結構
網路
關係資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝學
法學如何刪除R列表中資料框中包含NA的行？
要刪除R列表中儲存的資料框中包含NA的行，我們可以結合使用lapply函式和na.omit函式。
例如，如果我們有一個名為LIST的列表，其中包含一些資料框，每個資料框都包含一些缺失值，那麼可以透過使用以下命令從這些資料框中刪除包含缺失值的行：
lapply(LIST,na.omit)
檢視下面的示例以瞭解其工作原理。
示例
以下程式碼片段建立一個示例資料框：
df1<-data.frame(x1=rnorm(20),x2=sample(c(NA,2,5),20,replace=TRUE),x3=rnorm(20)) df2<-data.frame(y1=rpois(20,2),x2=rpois(20,5),x3=sample(c(NA,3,1),20,replace=TRUE)) df3<-data.frame(z1=sample(c(NA,35,40),20,replace=TRUE),z2=rpois(20,1),z3=rpois(20,3)) List<-list(df1,df2,df3) List
輸出
建立以下資料框：
[[1]] x1 x2 x3 1 0.6335449 2 -0.22124641 2 0.3349365 5 -0.54942283 3 0.9501903 NA 0.16557880 4 1.5303796 2 -2.08566142 5 0.4384521 NA -0.67675747 6 -2.7142501 2 -0.12101118 7 -0.7043597 5 -0.56138587 8 0.5291248 NA -1.41423100 9 -1.4908927 2 -1.02494189 10 0.7306274 NA -0.27786609 11 0.2796165 2 1.09441626 12 0.1193108 2 -0.44195048 13 0.2438589 NA 0.79697076 14 0.7290668 NA -0.89008018 15 -1.2803967 5 1.24610229 16 -0.4271407 NA 0.12830629 17 -0.2131141 5 0.06398567 18 1.0359205 2 0.65339733 19 0.1116563 2 -2.34618128 20 -0.3049548 5 -0.45742539 [[2]] y1 x2 x3 1 0 8 3 2 2 7 3 3 2 6 3 4 0 9 NA 5 2 5 3 6 2 8 NA 7 1 2 3 8 0 6 1 9 1 8 NA 10 0 5 3 11 3 5 NA 12 3 6 NA 13 3 5 3 14 0 7 1 15 2 10 1 16 1 7 1 17 3 0 1 18 0 4 1 19 1 4 3 20 0 4 NA [[3]] z1 z2 z3 1 40 2 3 2 NA 0 1 3 35 1 2 4 40 2 3 5 35 2 1 6 NA 0 3 7 35 1 6 8 NA 1 2 9 35 2 4 10 35 2 0 11 40 2 2 12 35 1 2 13 NA 2 3 14 NA 2 5 15 NA 1 2 16 NA 1 2 17 40 1 2 18 35 1 3 19 40 0 0 20 40 2 5
將以下程式碼新增到上面的程式碼片段中：
df1<-data.frame(x1=rnorm(20),x2=sample(c(NA,2,5),20,replace=TRUE),x3=rnorm(20)) df2<-data.frame(y1=rpois(20,2),x2=rpois(20,5),x3=sample(c(NA,3,1),20,replace=TRUE)) df3<-data.frame(z1=sample(c(NA,35,40),20,replace=TRUE),z2=rpois(20,1),z3=rpois(20,3)) List<-list(df1,df2,df3) lapply(List,na.omit)
輸出
如果將以上所有程式碼片段作為單個程式執行，則會生成以下輸出：
[[1]] x1 x2 x3 1 0.6335449 2 -0.22124641 2 0.3349365 5 -0.54942283 4 1.5303796 2 -2.08566142 6 -2.7142501 2 -0.12101118 7 -0.7043597 5 -0.56138587 9 -1.4908927 2 -1.02494189 11 0.2796165 2 1.09441626 12 0.1193108 2 -0.44195048 15 -1.2803967 5 1.24610229 17 -0.2131141 5 0.06398567 18 1.0359205 2 0.65339733 19 0.1116563 2 -2.34618128 20 -0.3049548 5 -0.45742539 [[2]] y1 x2 x3 1 0 8 3 2 2 7 3 3 2 6 3 5 2 5 3 7 1 2 3 8 0 6 1 10 0 5 3 13 3 5 3 14 0 7 1 15 2 10 1 16 1 7 1 17 3 0 1 18 0 4 1 19 1 4 3 [[3]] z1 z2 z3 1 40 2 3 3 35 1 2 4 40 2 3 5 35 2 1 7 35 1 6 9 35 2 4 10 35 2 0 11 40 2 2 12 35 1 2 17 40 1 2 18 35 1 3 19 40 0 0 20 40 2 5
更新於：2021年11月3日
943 次檢視
廣告