我有一个数据帧麻烦，不能真正解决这个问题我自己：
该数据帧具有任意的性质列和每一行代表一个数据集。

问题是：
如何摆脱所有行的值为NA的列？

试试这个：

df <- df[,colSums(is.na(df))<nrow(df)]

到目前为止，提供的这两种方法在创建大数据集时（以及其他内存问题中）失败is.na(df)，它们将成为与相同大小的对象df。

这是两种更节省内存和节省时间的方法

一种使用方法 Filter

Filter(function(x)!all(is.na(x)), df)

和使用data.table的方法（用于一般时间和内存效率）

library(data.table)
DT <- as.data.table(df)
DT[,which(unlist(lapply(DT, function(x)!all(is.na(x))))),with=F]

使用大数据的示例（30列1e6行）

big_data <- replicate(10, data.frame(rep(NA, 1e6), sample(c(1:8,NA),1e6,T), sample(250,1e6,T)),simplify=F)
bd <- do.call(data.frame,big_data)
names(bd) <- paste0('X',seq_len(30))
DT <- as.data.table(bd)

system.time({df1 <- bd[,colSums(is.na(bd) < nrow(bd))]})
# error -- can't allocate vector of size ...
system.time({df2 <- bd[, !apply(is.na(bd), 2, all)]})
# error -- can't allocate vector of size ...
system.time({df3 <- Filter(function(x)!all(is.na(x)), bd)})
## user  system elapsed 
## 0.26    0.03    0.29 
system.time({DT1 <- DT[,which(unlist(lapply(DT, function(x)!all(is.na(x))))),with=F]})
## user  system elapsed 
## 0.14    0.03    0.18 

dplyr现在有一个select_if动词，在这里可能会有所帮助：

library(dplyr)
temp <- data.frame(x = 1:5, y = c(1,2,NA,4, 5), z = rep(NA, 5))
not_all_na <- function(x) any(!is.na(x))
not_any_na <- function(x) all(!is.na(x))

> temp
  x  y  z
1 1  1 NA
2 2  2 NA
3 3 NA NA
4 4  4 NA
5 5  5 NA

> temp %>% select_if(not_all_na)
  x  y
1 1  1
2 2  2
3 3 NA
4 4  4
5 5  5

> temp %>% select_if(not_any_na)
  x
1 1
2 2
3 3
4 4
5 5

另一种方法是使用该apply()功能。

如果您有data.frame

df <- data.frame (var1 = c(1:7,NA),
                  var2 = c(1,2,1,3,4,NA,NA,9),
                  var3 = c(NA)
                  )

那么您可以apply()用来查看哪些列满足您的条件，因此只需使用一种apply方法，就可以简单地进行与Musa的答案相同的子集。

> !apply (is.na(df), 2, all)
 var1  var2  var3 
 TRUE  TRUE FALSE 

> df[, !apply(is.na(df), 2, all)]
  var1 var2
1    1    1
2    2    2
3    3    1
4    4    3
5    5    4
6    6   NA
7    7   NA
8   NA    9

游戏晚了，但您也可以使用该janitor程序包。此函数将删除全部为NA的列，并且可以更改为也删除全部为NA的行。

df <- janitor::remove_empty(df, which = "cols")

df[sapply(df, function(x) all(is.na(x)))] <- NULL

接受的答案不适用于非数字列。根据此答案，以下内容适用于包含不同数据类型的列

Filter(function(x) !all(is.na(x)), df)

purrr套件的另一种选择：

library(dplyr)

df <- data.frame(a = NA,
                 b = seq(1:5), 
                 c = c(rep(1, 4), NA))

df %>% purrr::discard(~all(is.na(.)))
df %>% purrr::keep(~!all(is.na(.)))

我希望这也会有所帮助。它可以做成一个命令，但是我发现将它分成两个命令对我来说更容易阅读。我按照以下说明进行了操作，并迅速实现了闪电。

naColsRemoval = function (DataTable) { na.cols = DataTable [ , .( which ( apply ( is.na ( .SD ) , 2 , all ) ) )] DataTable [ , unlist (na.cols) := NULL , with = F] }

如果您愿意，.SD允许将验证范围限制在表的一部分，但是它将整个表作为

一个方便的base R选择可能是colMeans()：

df[, colMeans(is.na(df)) != 1]

您可以使用看门人包 remove_empty

library(janitor)

df %>%
  remove_empty(c("rows", "cols")) #select either row or cols or both

另外，另一种dplyr方法

 library(dplyr) 
 df %>% select_if(~all(!is.na(.)))

要么

df %>% select_if(colSums(!is.na(.)) == nrow(df))

如果您只想排除/保留具有一定数量的缺失值的列，这也很有用，例如

 df %>% select_if(colSums(!is.na(.))>500)