Comment supprimer les colonnes qui contiennent UNIQUEMENT des NA ?

Question

J'ai un data.frame contenant certaines colonnes avec toutes les valeurs NA. Comment puis-je les supprimer du data.frame ?

Je peux utiliser la fonction,

na.omit(...) 

en spécifiant des arguments supplémentaires ?

Answer 1

Une façon de le faire :

df[, colSums(is.na(df)) != nrow(df)]

Si le nombre de NA dans une colonne est égal au nombre de lignes, elle doit être entièrement NA.

Ou encore

df[colSums(!is.na(df)) > 0]

Answer 2

Voici une solution dplyr :

df %>% select_if(~sum(!is.na(.)) > 0)

Mise à jour : Le site summarise_if() est remplacée par la fonction dplyr 1.0 . Voici deux autres solutions qui utilisent le where() fonction tidyselect :

df %>% 
  select(
    where(
      ~sum(!is.na(.x)) > 0
    )
  )

df %>% 
  select(
    where(
      ~!all(is.na(.x))
    )
  )

Answer 3

Une autre option est le janitor paquet :

df <- remove_empty_cols(df)

https://github.com/sfirke/janitor

Answer 4

Il semble que vous vouliez supprimer UNIQUEMENT colonnes avec TOUTES NA ce qui laisse des colonnes avec quelques lignes qui ont des NA s. Je ferais cela (mais je suis sûr qu'il existe une solution vectorisée efficace) :

#set seed for reproducibility
set.seed <- 103
df <- data.frame( id = 1:10 , nas = rep( NA , 10 ) , vals = sample( c( 1:3 , NA ) , 10 , repl = TRUE ) )
df
#      id nas vals
#   1   1  NA   NA
#   2   2  NA    2
#   3   3  NA    1
#   4   4  NA    2
#   5   5  NA    2
#   6   6  NA    3
#   7   7  NA    2
#   8   8  NA    3
#   9   9  NA    3
#   10 10  NA    2

#Use this command to remove columns that are entirely NA values, it will leave columns where only some values are NA
df[ , ! apply( df , 2 , function(x) all(is.na(x)) ) ]
#      id vals
#   1   1   NA
#   2   2    2
#   3   3    1
#   4   4    2
#   5   5    2
#   6   6    3
#   7   7    2
#   8   8    3
#   9   9    3
#   10 10    2

Si vous vous trouvez dans la situation où vous souhaitez supprimer les colonnes qui ont un quelconque NA vous pouvez simplement modifier les valeurs all ci-dessus pour any .

Answer 5

Une autre option avec Filter

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

NOTE : Données issues du post de @Simon O'Hanlon.