как удалить строку данных только с определенным количеством значений

Question

У меня есть такие данные,

df <- structure(list(Data = structure(c(1L, 2L, 3L, 4L, 5L, 6L, 7L, 
9L, 10L, 11L, 13L, 14L, 15L, 16L, 17L, 18L, 19L, 20L, 21L, 22L, 
23L, 8L, 12L), .Label = c("A", "B", "C", "D", "E", "F", "G", 
"GH", "H", "I", "J", "JJ", "K", "L", "M", "N", "O", "P", "Q", 
"S", "T", "U", "V"), class = "factor"), Case1 = c(0.775230796, 
0.752114939, 0.738305175, 0.579739531, 0.573781392, 0.572924713, 
0.563521221, 0.558172423, 0.557918102, 0.552505171, 0.551921725, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA), Case2 = c(NA, 
NA, 0.729029032, NA, NA, NA, NA, NA, 0.736282677, 0.702296369, 
NA, 0.736060259, 0.735161607, 0.735100052, 0.734870114, 0.732743364, 
0.703591649, NA, NA, NA, NA, NA, NA), Case3 = c(NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 0.735568109, 
NA, NA, NA, NA, NA), Case4 = c(0.713963088, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 0.781378904, 
0.769328289, NA, NA, NA), Case5 = c(NA, NA, NA, NA, 0.693759347, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, 0.688396329, NA, NA, NA, 
NA, NA, 0.6781535, NA, NA), Case6 = c(0.795781477, 0.793446723, 
0.814514206, NA, 0.773564937, NA, NA, 0.783075476, NA, NA, NA, 
0.742827684, 0.796443568, NA, 0.75610514, 0.751162004, NA, NA, 
NA, NA, NA, 0.738104459, NA), Case7 = c(0.732114731, 0.720226731, 
0.782045984, NA, 0.717304483, NA, NA, 0.674992626, NA, NA, NA, 
NA, 0.71098987, NA, 0.676952218, NA, NA, NA, NA, NA, NA, NA, 
0.676754903)), class = "data.frame", row.names = c(NA, -23L))

Я хочу распознать, какие строки имеют только одно значение, и они удаляют те, которые имеют 1 значение или полностью NA

Я могу удалить те строки, которые полностью NA, используя следующие

mydf<- df[rowSums(is.na(df)),]

однако я не знаю, как удалить те, у которых нет значений, или 1 значение в каждой строке

Answer 1

Вот один из способов сделать это в базе.

> # Create a column (or you could just use a vector)
> # The [-1] removes the first column, data, from sum
> df$value_count <- rowSums(!is.na(df[-1])) 
> 
> # Subset for more than, e.g. 1, values
> df <- df[df$value_count > 1,]
> df
   Data     Case1     Case2 Case3     Case4     Case5     Case6     Case7 value_count
1     A 0.7752308        NA    NA 0.7139631        NA 0.7957815 0.7321147           4
2     B 0.7521149        NA    NA        NA        NA 0.7934467 0.7202267           3
3     C 0.7383052 0.7290290    NA        NA        NA 0.8145142 0.7820460           4
5     E 0.5737814        NA    NA        NA 0.6937593 0.7735649 0.7173045           4
8     H 0.5581724        NA    NA        NA        NA 0.7830755 0.6749926           3
9     I 0.5579181 0.7362827    NA        NA        NA        NA        NA           2
10    J 0.5525052 0.7022964    NA        NA        NA        NA        NA           2
12    L        NA 0.7360603    NA        NA        NA 0.7428277        NA           2
13    M        NA 0.7351616    NA        NA        NA 0.7964436 0.7109899           3
15    O        NA 0.7348701    NA        NA 0.6883963 0.7561051 0.6769522           4
16    P        NA 0.7327434    NA        NA        NA 0.7511620        NA           2

Или, кратко:

df[rowSums(!is.na(df[-1])) > 1,]

Answer 2

Чтобы найти записи, где все строки NA, используйте условие

rowSums(is.na(df[,-1])) == ncol(df[,-1])

Чтобы найти записи, в которых есть только одно значение, а остальные NA, используйте

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

Объедините их, чтобы получить строки, где любое условие НЕ истинно (т.е. удалите строки, где условие истинно, и сохраните строки, где условие не истинно).Мы можем сделать это с

> df[ !(rowSums(is.na(df[,-1])) == ncol(df[,-1]) | rowSums(!is.na(df[,-1])) == 1), ]

   Data     Case1     Case2 Case3     Case4     Case5     Case6     Case7
1     A 0.7752308        NA    NA 0.7139631        NA 0.7957815 0.7321147
2     B 0.7521149        NA    NA        NA        NA 0.7934467 0.7202267
3     C 0.7383052 0.7290290    NA        NA        NA 0.8145142 0.7820460
5     E 0.5737814        NA    NA        NA 0.6937593 0.7735649 0.7173045
8     H 0.5581724        NA    NA        NA        NA 0.7830755 0.6749926
9     I 0.5579181 0.7362827    NA        NA        NA        NA        NA
10    J 0.5525052 0.7022964    NA        NA        NA        NA        NA
12    L        NA 0.7360603    NA        NA        NA 0.7428277        NA
13    M        NA 0.7351616    NA        NA        NA 0.7964436 0.7109899
15    O        NA 0.7348701    NA        NA 0.6883963 0.7561051 0.6769522
16    P        NA 0.7327434    NA        NA        NA 0.7511620        NA