Subconjunto de linhas contendo valores NA (ausentes) em uma coluna escolhida de um quadro de dados

Temos um quadro de dados de um arquivo CSV. O quadro de dados DFpossui colunas que contêm valores observados e uma coluna ( VaR2) que contém a data em que uma medição foi realizada. Se a data não foi registrada, o arquivo CSV contém o valor NA, para dados ausentes.

Var1  Var2 
10   2010/01/01
20   NA
30   2010/03/01

Gostaríamos de usar o comando subset para definir um novo quadro de dados de new_DFforma que contenha apenas linhas que tenham um NA'valor da coluna ( VaR2). No exemplo dado, apenas a linha 2 estará contida na nova DF.

O comando

new_DF<-subset(DF,DF$Var2=="NA") 

não funcionar, o quadro de dados resultante não tem entradas de linha.

Se no arquivo CSV original Valor NAsão trocados com NULLo mesmo comando produz o resultado desejado: new_DF<-subset(DF,DF$Var2=="NULL").

Como posso fazer esse método funcionar, se para a sequência de caracteres o valor NAé fornecido no arquivo CSV original?

Nunca use == 'NA' para testar os valores ausentes. Use em seu is.na()lugar. Isso deve servir:

new_DF <- DF[rowSums(is.na(DF)) > 0,]

ou caso queira verificar uma coluna específica, você também pode usar

new_DF <- DF[is.na(DF$Var),]

No caso de você ter valores de caracteres NA, primeiro execute

Df[Df=='NA'] <- NA

para substituí-los por valores ausentes.

NA é um valor especial em R, não misture o valor NA com a string "NA". Dependendo da forma como os dados foram importados, suas células "NA" e "NULL" podem ser de vários tipos (o comportamento padrão é converter strings "NA" em valores NA e deixar as strings "NULL" como estão).

Se estiver usando read.table () ou read.csv (), você deve considerar o argumento "na.strings" para fazer a importação de dados limpa e sempre trabalhar com valores R NA reais.

Um exemplo, trabalhando em ambos os casos células "NULL" e "NA":

DF <- read.csv("file.csv", na.strings=c("NA", "NULL"))
new_DF <- subset(DF, is.na(DF$Var2))

complete.casesdá TRUEquando todos os valores em uma linha não sãoNA

DF[!complete.cases(DF), ]

new_data <- data %>% filter_all(any_vars(is.na(.))) 

Isso deve criar um novo quadro de dados (new_data ) com apenas os valores ausentes nele.

Funciona melhor para manter um controle dos valores que você pode descartar mais tarde, porque eles tinham algumas colunas com observações ausentes (NA).

Tente mudar isso:

new_DF<-dplyr::filter(DF,is.na(Var2)) 

Imprime todas as linhas com dados NA:

tmp <- data.frame(c(1,2,3),c(4,NA,5));
tmp[round(which(is.na(tmp))/ncol(tmp)),]