1. 获得NA 位置

可以使用is.na() 函数对向量进行遍历，如果存在NA，则会返回TRUE，反之。

  1. > is.na(c(1,2,3,NA,'sdas'))
  2. [1] FALSE FALSE FALSE  TRUE FALSE
  4. # 我们可以直接用which 获取TRUE 所在的index

但是，这个函数并不能很好的使用在数据框中，比如我们想要获得缺失值所在行呢？其会返回一个矩阵，对应的缺失值会在对应位置返回一个TRUE，如果这时候通过which 获取，其只会返回一个坐标，这是因为数据框经过is.na 后返回一个矩阵，而矩阵的坐标关系和向量又非常的微妙，其本质也就是向量的不同的排列，可以通过下面例子感受一下：

  1. > matrix(c(1,2,3,NA,'sdas',4),ncol=2, byrow = 2)
  2.      [,1]   [,2]
  3. [1,] "1"    "2" 
  4. [2,] "3"    NA  
  5. [3,] "sdas" "4" 
  6. > which(is.na(matrix(c(1,2,3,NA,'sdas',4),ncol=2, byrow = 2)))
  7. [1] 5
  9. > matrix(c(1,2,3,NA,'sdas',4),ncol=2)
  10.      [,1] [,2]  
  11. [1,] "1"  NA    
  12. [2,] "2"  "sdas"
  13. [3,] "3"  "4"   
  14. > which(is.na(matrix(c(1,2,3,NA,'sdas',4),ncol=2)))
  15. [1] 4

会自动按照行来进行重组，比如矩阵：

  1.      [,1] [,2]  
  2. [1,] "1"  NA    
  3. [2,] "2"  "sdas"
  4. [3,] "3"  "4"

就相当于在1,2,3,NA… 中找了第四个NA（按照行）。

如果你是个数学鬼才，可以计算一下，也就是所在坐标对行数取余，这个余就是NA所在的行数：

  1. > which(is.na(rcmat))
  2. [1] 205214
  4. > 205214%%70544
  5. [1] 64126
  7. > rcmat[64126,]
  8.        CHROM      POS dp ad dp.1 ad.1
  9. 726209 chr19 50949779 NA  0    1    0

亦或是，你可以写个循环，对每行判断，一旦有any（存在TRUE） ，则该行存在NA值。

还有一个不错的方法，就是通过rowSums 函数，对行求和。我们都知道，布尔值实际就是0和1，我们可以利用这个特性，获得那些经过is.na 后，行和不是0 的行，那就代表其存在表示TRUE（NA）的数据了：

  1. > rcmat[!rowSums(is.na(rcmat)) == 0, ]
  2.        CHROM      POS dp ad dp.1 ad.1
  3. 726209 chr19 50949779 NA  0    1    0

2. 去除NA

非常暴力，直接使用函数na.omit() 就可以直接对向量或者数据框操作了。会直接返回一个去除NA 所在行的新向量或数据框：

  1. > a=na.omit(c(1,2,3,NA,'sdas'))
  2. > a
  3. [1] "1"    "2"    "3"    "sdas"
  4. attr(,"na.action")
  5. [1] 4
  6. attr(,"class")
  7. [1] "omit"
  8. > class(a)
  9. [1] "character"
  10. > as.character(a)
  11. [1] "1"    "2"    "3"    "sdas"

3. tidyverse 中的高级函数

drop_na()

效果和na.omit 一样，但是高级之处在于，其可以指定列，对数据框某列存在NA 的行直接删除：

  1. > X[2,2] = NA;X[6,1] = NA
  2. > X
  3.     X1 X2
  4. 1    A  1
  5. 2    B NA
  6. 3    C  3
  7. 4    D  4
  8. 5    E  5
  9. 6 <NA>  6

很快啊～

  1. > library(tidyr)
  2. > drop_na(X,X1)
  3.   X1 X2
  4. 1  A  1
  5. 2  B NA
  6. 3  C  3
  7. 4  D  4
  8. 5  E  5

虽然我们也可以使用基础包做到，方法有很多啦～

  1. > X[X$X1 %in% as.character(na.omit(X$X1)),]
  2.   X1 X2
  3. 1  A  1
  4. 2  B NA
  5. 3  C  3
  6. 4  D  4
  7. 5  E  5

replace_na()

这个函数我很喜欢，可以将指定列中的NA 替换为指定的数值：

  1. > X
  2.     X1 X2
  3. 1    A  1
  4. 2    B NA
  5. 3    C  3
  6. 4    D  4
  7. 5    E  5
  8. 6 <NA>  6
  10. > replace_na(X$X1,0)
  11. [1] "A" "B" "C" "D" "E" "0"
  12. > replace_na(X$X2,6)
  13. [1] 1 6 3 4 5 6

fill()

不同于drop_na 的直接暴力删除，fill 非常贴心的将缺失值替换为其所在列的上一行数值的值：

  1. > fill(X,X1,X2)
  2.   X1 X2
  3. 1  A  1
  4. 2  B  1
  5. 3  C  3
  6. 4  D  4
  7. 5  E  5
  8. 6  E  6
  10. > X
  11.     X1 X2
  12. 1    A  1
  13. 2    B NA
  14. 3    C  3
  15. 4    D  4
  16. 5    E  5
  17. 6 <NA>  6

函数中参数设置

很多函数，都有参数na.rm 可以直接在对列表操作时去除NA 值，比如：

  1. mean()