我必须删除所有这些变量Loading Date
,year of built
,vessel type
和cargo size
中至少一个包含缺失值的观察值。
anyNA(CW_data$`Loading Date`) #result is FALSE, which means there aren't missing values
anyNA(CW_data$`Year Built`) #result is TRUE, there are missing values
anyNA(CW_data$`Vessel Type`)#result is TRUE, there are missing values
anyNA(CW_data$`Cargo Size`)#result is TRUE, there are missing values
CW_data_noNA <- filter(CW_data, is.na('Year Built')==FALSE |
is.na('Vessel Type'==FALSE)|
is.na('Cargo Size')==FALSE |
is.na('Loading Date') == FALSE)
我尝试使用上面的代码,但是结果数据集与原始代码相同。有人可以解释我做错了吗?非常感谢,LMC
您可以使用filter_at
:
CW_data_noNA <- filter_at(CW_data, vars('Year Built', 'Vessel Type', 'Cargo Size', 'Loading Date'),
all_vars(!is.na(.)))
如果要使用filter
,则可以执行此操作:
CW_data_noNA <- CW_data %>%
filter(!is.na('Year Built'), !is.na('Vessel Type'),
!is.na('Cargo Size'), !is.na('Loading Date'))
始终在filter
内部使用&
合并各种条件。