在R中删除数据文件的空行

我有一个空行的数据集。我想删除它们：

myData<-myData[-which(apply(myData,1,function(x)all(is.na(x)))),]

可以。但是现在我想在数据中添加一列并初始化第一个值：

myData$newCol[1] <- -999

Error in `$<-.data.frame`(`*tmp*`, "newCol", value = -999) : 
  replacement has 1 rows, data has 0

不幸的是，这是行不通的，我也不是很清楚为什么，我也无法解决。当我使用以下命令一次删除一行时，它起作用了：

TgData = TgData[2:nrow(TgData),]

或类似的东西。

当我仅使用前13.000行时，它也可以工作。

但是它不能用于我的实际数据（32.000行）。

我做错什么了？这对我来说似乎毫无意义。

我假设您要删除所有不适用的行。然后，您可以执行以下操作：

data <- rbind(c(1,2,3), c(1, NA, 4), c(4,6,7), c(NA, NA, NA), c(4, 8, NA)) # sample data
data
     [,1] [,2] [,3]
[1,]    1    2    3
[2,]    1   NA    4
[3,]    4    6    7
[4,]   NA   NA   NA
[5,]    4    8   NA

data[rowSums(is.na(data)) != ncol(data),]
     [,1] [,2] [,3]
[1,]    1    2    3
[2,]    1   NA    4
[3,]    4    6    7
[4,]    4    8   NA

如果要删除具有至少一个NA的行，只需更改条件：

data[rowSums(is.na(data)) == 0,]
     [,1] [,2] [,3]
[1,]    1    2    3
[2,]    4    6    7

如果您有空行而不是NA，则可以执行以下操作：

data[!apply(data == "", 1, all),]

删除两者（NA和空白）：

data <- data[!apply(is.na(data) | data == "", 1, all),]

以下是一些dplyr选项：

# sample data
df <- data.frame(a = c('1', NA, '3', NA), b = c('a', 'b', 'c', NA), c = c('e', 'f', 'g', NA))

library(dplyr)

# remove rows where all values are NA:
df %>% filter_all(any_vars(!is.na(.)))
df %>% filter_all(any_vars(complete.cases(.)))  


# remove rows where only some values are NA:
df %>% filter_all(all_vars(!is.na(.)))
df %>% filter_all(all_vars(complete.cases(.)))  

# or more succinctly:
df %>% filter(complete.cases(.))  
df %>% na.omit

# dplyr and tidyr:
library(tidyr)
df %>% drop_na

NA使用janitor包的s行的替代解决方案

myData %>% remove_empty("rows")

这与上面的某些答案类似，但是通过此操作，您可以指定是否要删除缺失值百分比大于或等于给定百分比的行（使用参数pct）

drop_rows_all_na <- function(x, pct=1) x[!rowSums(is.na(x)) >= ncol(x)*pct,]

x数据框在哪里，是要摆脱的填充数据pct的阈值NA。

pct = 1表示删除具有其值100％的行NA。 pct = .5表示具有至少一半值的重排行NA