如果超过 5% 的变量是 NA，我将删除我的行 58000+ rows.And 删除行
I will delete my rows for 58000+ rows.And delete rows if more than 5% of variables are NA
我的数据框有 58000 多行和 26 列。如果超过 5% 的变量是 NA，我将删除我的行 58000+ rows.And 删除行。
我们可以在用 is.na
创建的逻辑矩阵上使用 rowMeans
df1[rowMeans(is.na(df1)) <= 0.5, , drop = FALSE]
在上面的代码中，is.na(df1) returns 一个 TRUE（对于 NA）和 FALSE（对于非 NA）的逻辑矩阵，用 rowMeans，我们计算百分比行中的 TRUE 值，检查它是否小于或等于 0.5 以创建逻辑向量并通过将其用作行索引来子集行
我的数据框有 58000 多行和 26 列。如果超过 5% 的变量是 NA，我将删除我的行 58000+ rows.And 删除行。
我们可以在用 is.na
rowMeans
df1[rowMeans(is.na(df1)) <= 0.5, , drop = FALSE]
在上面的代码中，is.na(df1) returns 一个 TRUE（对于 NA）和 FALSE（对于非 NA）的逻辑矩阵，用 rowMeans，我们计算百分比行中的 TRUE 值，检查它是否小于或等于 0.5 以创建逻辑向量并通过将其用作行索引来子集行