试试这个:

df <- df[,colSums(is.na(df))<nrow(df)]

迄今为止提供的两种方法都失败了,因为它们创建了大量的数据集(除了其他内存问题)。 is.na(df) ,该对象的大小与 df .

以下是两种更节省内存和时间的方法

一种使用 Filter

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

以及使用data.table的方法(用于一般的时间和内存效率)

library(data.table)
DT <- as.data.table(df)
DT[,which(unlist(lapply(DT, function(x)!all(is.na(x))))),with=F]

使用大数据的示例(30列,1E6行)

big_data <- replicate(10, data.frame(rep(NA, 1e6), sample(c(1:8,NA),1e6,T), sample(250,1e6,T)),simplify=F)
bd <- do.call(data.frame,big_data)
names(bd) <- paste0('X',seq_len(30))
DT <- as.data.table(bd)

system.time({df1 <- bd[,colSums(is.na(bd) < nrow(bd))]})
# error -- can't allocate vector of size ...
system.time({df2 <- bd[, !apply(is.na(bd), 2, all)]})
# error -- can't allocate vector of size ...
system.time({df3 <- Filter(function(x)!all(is.na(x)), bd)})
## user  system elapsed 
## 0.26    0.03    0.29 
system.time({DT1 <- DT[,which(unlist(lapply(DT, function(x)!all(is.na(x))))),with=F]})
## user  system elapsed 
## 0.14    0.03    0.18 

dplyr 现在有一个 select_if 此处可能有用的动词:

library(dplyr)
temp <- data.frame(x = 1:5, y = c(1,2,NA,4, 5), z = rep(NA, 5))
not_all_na <- function(x) any(!is.na(x))
not_any_na <- function(x) all(!is.na(x))

> temp
  x  y  z
1 1  1 NA
2 2  2 NA
3 3 NA NA
4 4  4 NA
5 5  5 NA

> temp %>% select_if(not_all_na)
  x  y
1 1  1
2 2  2
3 3 NA
4 4  4
5 5  5

> temp %>% select_if(not_any_na)
  x
1 1
2 2
3 3
4 4
5 5

另一种方法是使用 apply() 功能。

如果您有data.frame

df <- data.frame (var1 = c(1:7,NA),
                  var2 = c(1,2,1,3,4,NA,NA,9),
                  var3 = c(NA)
                  )

然后你可以用 应用程序() 查看哪些列满足您的条件,这样您就可以简单地执行与musa答案中相同的子集,只需使用 apply 方法。

> !apply (is.na(df), 2, all)
 var1  var2  var3 
 TRUE  TRUE FALSE 

> df[, !apply(is.na(df), 2, all)]
  var1 var2
1    1    1
2    2    2
3    3    1
4    4    3
5    5    4
6    6   NA
7    7   NA
8   NA    9

df[sapply(df, function(x) all(is.na(x)))] <- NULL

我希望这也能有所帮助。它可以做成一个命令,但我发现把它分成两个命令,这样读起来更容易。我按照下面的说明做了一个函数,并以闪电般的速度工作。

naColsRemoval = function (DataTable) { na.cols = DataTable [ , .( which ( apply ( is.na ( .SD ) , 2 , all ) ) )] DataTable [ , unlist (na.cols) := NULL , with = F] }

.sd将允许将验证限制在表的一部分(如果您愿意),但它将把整个表作为

接受的答案不适用于非数字列。从 this answer ,以下内容适用于包含不同数据类型的列

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