以防刚接触R的人想要原始问题的简化答案

如何从一个向量中移除NA值?

下面就是:

假设你有一个向量foo，如下所示:

foo = c(1:10, NA, 20:30)

运行长度(foo)给出22。

nona_foo = foo[!is.na(foo)]

length(nona_foo)为21，因为NA值已被删除。

记住is.na(foo)返回一个布尔矩阵，所以用这个值的相反值为foo索引将会给出所有非NA的元素。

尝试吗，max，你会看到它实际上有一个na。rm = argument，默认为FALSE。(这是许多其他R函数的默认值，包括sum()， mean()等)

设置na。rm=TRUE只做你想要的:

d <- c(1, 100, NA, 10)
max(d, na.rm=TRUE)

如果您确实想删除所有的NAs，请使用以下习语:

d <- d[!is.na(d)]

最后注意:其他函数(例如table()、lm()和sort())具有与na相关的参数，它们使用不同的名称(并提供不同的选项)。因此，如果NA在函数调用中导致了问题，那么值得在函数的参数中检查内置解决方案。我发现那里通常已经有一个了。

我运行了一个比较两种基本方法的快速基准测试，结果表明x[!is.na(x)]比na.略去更快。用户qwr建议我也试试purrr::dicard -结果证明这是非常慢的(尽管我很乐意接受对我的实现和测试的评论!)

microbenchmark::microbenchmark(
  purrr::map(airquality,function(x) {x[!is.na(x)]}), 
  purrr::map(airquality,na.omit),
  purrr::map(airquality, ~purrr::discard(.x, .p = is.na)),
  times = 1e6)

Unit: microseconds
                                                     expr    min     lq      mean median      uq       max neval cld
 purrr::map(airquality, function(x) {     x[!is.na(x)] })   66.8   75.9  130.5643   86.2  131.80  541125.5 1e+06 a  
                          purrr::map(airquality, na.omit)   95.7  107.4  185.5108  129.3  190.50  534795.5 1e+06  b 
  purrr::map(airquality, ~purrr::discard(.x, .p = is.na)) 3391.7 3648.6 5615.8965 4079.7 6486.45 1121975.4 1e+06   c

作为参考，这里是x[!is.na(x)] vs na. ignore的原始测试:

microbenchmark::microbenchmark(
    purrr::map(airquality,function(x) {x[!is.na(x)]}), 
    purrr::map(airquality,na.omit), 
    times = 1000000)


Unit: microseconds
                                              expr  min   lq      mean median    uq      max neval cld
 map(airquality, function(x) {     x[!is.na(x)] }) 53.0 56.6  86.48231   58.1  64.8 414195.2 1e+06  a 
                          map(airquality, na.omit) 85.3 90.4 134.49964   92.5 104.9 348352.8 1e+06   b

以防刚接触R的人想要原始问题的简化答案

如何从一个向量中移除NA值?

下面就是:

假设你有一个向量foo，如下所示:

foo = c(1:10, NA, 20:30)

运行长度(foo)给出22。

nona_foo = foo[!is.na(foo)]

length(nona_foo)为21，因为NA值已被删除。

记住is.na(foo)返回一个布尔矩阵，所以用这个值的相反值为foo索引将会给出所有非NA的元素。

使用purrr中的discard(用于列表和向量)。

discard(v, is.na) 

好处是很容易使用管道;或者使用内置的子设置函数[:

v %>% discard(is.na)
v %>% `[`(!is.na(.))

注意na。省略对列表无效:

> x <- list(a=1, b=2, c=NA)
> na.omit(x)
$a
[1] 1

$b
[1] 2

$c
[1] NA

max表示有一个额外的参数na。rm，你可以设置为TRUE。

除此之外，如果你真的想要删除NAs，只需使用如下方法:

myvec[!is.na(myvec)]