Удаление определенных строк с некоторыми значениями NA в кадре данных

Question

Я хочу, чтобы удалить строки из кадра данных, когда столбец имеет NA только тогда, когда остальные строки, где значение НС найдено совпадения других, значение в кадре данных

Например,

df <- data.frame(ID = c(1,1,2,2),DAY=c(1,1,2,3), VAL=c(1,NA,NA,5)) 

Я хочу удалить вторую строку, потому что есть отсутствующее значение в VAL и уже есть значение VAL с ID = 1 и DAY = 1, чтобы получить

ID  DAY  VAL 
1  1  1 
2  2  NA 
2  3  5 

Есть идеи как это сделать? Я мог бы попробовать написать цикл, но это не кажется эффективным.

Answer 1

Это можно сделать, создав логическое условие внутри каждой переменной группировки. Здесь я угадываю «ID» и «DAY» как переменную группировки.

Один вариант используется data.table. Мы преобразуем 'data.frame' в 'data.table' (setDT(df)). Сгруппированный по 'ID', 'DAY', мы получаем индекс строки (.I) из VAL, который удовлетворяет условию (sum(is.na(VAL))!= .N & is.na(VAL)) и удаляет индекс этой строки из набора данных df. sum(is.na(VAL))!= .N дает логический вектор, который проверяет, не является ли количество значений NA в группе не равным количеству строк в этой группе (.N). Если «VAL» также является «NA» вместе с предыдущим условием, то это удаляется.

library(data.table) 
i1 <- setDT(df)[, .I[sum(is.na(VAL))!=.N & is.na(VAL)] , by = .(ID, DAY)]$V1 
df[-i1] 
# ID DAY VAL 
#1: 1 1 1 
#2: 2 2 NA 
#3: 2 3 5 

Или аналогичный вариант с dplyr. Мы группируем «ID», «День», а затем используем filter с указанным выше условием.

library(dplyr) 
df %>% 
    group_by(ID, DAY) %>% 
    filter(!(sum(is.na(VAL))!=n() & is.na(VAL))) 
# ID DAY VAL 
#1 1 1 1 
#2 2 2 NA 
#3 2 3 5