r - (R) 如果另一列中唯一的结果匹配是 NA，则根据字符串名称过滤行

Question

标题可能听起来有点奇怪，但我没有找到更好地定义我的问题的方法。

这是一个示例数据集：

test = data.frame(genus = c("Acicarpha", "Acicarpha", "Acicarpha", "Acicarpha", "Acisanthera", "Acisanthera", "Acisanthera", "Acisanthera", "Acmella", "Acmella"), sp1 = c("NA", "bonariensis", "bonariensis", "spathulata", NA, "variabilis", "variabilis", "variabilis", NA, NA))

如您所见，我有几个genus+sp1可能的物种名称 ( )：Acicarpha NA、Acicarpha bonariensis、Acicarpha spathulata、Acisanthera variabilis、Acisanthera NA和Acmella NA。

这是交易：我试图只选择与 Acmella NA 相关的行，因为该列上唯一的返回值sp1是 NA。其他物种也有 NA，但它们不仅有NA。我怎样才能做到这一点？我在敲我的头。

标签： rfiltermatchaggregatetidyverse

Answer 1

这是一些代码，可以满足我的要求。它有四个步骤：

1. 按 对行进行分组genus。
2. 如果每个属的所有观测值都是，则创建一个新列，否则（即all_sp1_na，如果至少一个观测值不属于该属）。TRUEsp1NAFALSEFALSEsp1 NA
3. 筛选为all_sp1_natrue 的行。
4. 删除临时列all_sp1_na。

library(tidyverse)

test %>%
  group_by(genus) %>%
  mutate(all_sp1_na = all(is.na(sp1))) %>%
  filter(all_sp1_na) %>%
  select(-all_sp1_na)

它给出了这个结果：

# A tibble: 2 x 2
# Groups:   genus [1]
  genus   sp1  
  <chr>   <chr>
1 Acmella NA   
2 Acmella NA   

如果您正在寻找其他东西，请告诉我。