如何在两列中排除特定比例NA的受试者

Question

我有一个数据集，其中包含主题id、段(1-42)的列，以及具有振幅(微伏，t变换)的两列。研究的目的是比较手动和自动评分的肌电数据的评分/量化方法。这就是为什么有两列振幅的原因。我现在的目标是在两列中的任何一列中排除NA比例为≥20%的参与者(列"vp")。或者，打印满足标准的受试者的主题id也是足够的。我有使用if-else函数的想法，但我不知道如何定义标准。

这是我的数据集的第一行；每个主题有42行。

structure(list(vp = c("AD_001_B_NPU", "AD_001_B_NPU", "AD_001_B_NPU", "AD_001_B_NPU", "AD_001_B_NPU", "AD_001_B_NPU", "AD_001_B_NPU", "AD_001_B_NPU", "AD_001_B_NPU"), seg = c(1, 2, 3, 4, 5, 6, 7, 8,9), t_amp_manual = c(70.6,81.4,58.1, 78.1, 59.2, 55.1, 55.1, 62.2,59.7), t_amp_automatic = c(73.7, NA, 59.8, 82.9, 62.7, NA, 53.6, 65.0, 63.3), (row.names = c("vp", "seg", "t_amp_manual","t_amp_automatic"), class = "data.frame")

Answer 1

未测试，因为我不能让您的数据工作，但这应该可以工作：

library(dplyr)
npu_Kopie %>%
  ## assuming `vp` is the "subject" column??
  group_by(vp) %>%   
  filter(
    mean(is.na(t_amp_manual)) < 0.2 & mean(is.na(t_amp_automatic)) < 0.2
  )

Answer 2

这不是最干净的代码，但它可能会解决你的问题。

df <- data.frame(a = c(1,2,3,4,5,6), b = c(NA,2,3,NA,5,NA), c = c(1,2,3,4,5,6), d = c(1,NA,NA,NA,5,6), e = c(1,2,3,NA,NA,6), f = c(1,NA,NA,NA,5,6))

for(i in 1:length(df[1,])){

 if(sum(is.na(df[,i]))/length(df[,i])<= 0.2){


 } else {

df <-  df[,-i]

}

}