有没有一种方法可以删除数据帧中的空列，并记录每个删除列的标题？

Question

我有一个DNA测序信息的dataframe aSNPst.df，有些点在测序过程中没有被读取。

|Vol|Sex|Ethnicity|SNP1|SNP2|SNP3|SNP4|SNP5|
|001| M | European| AA | GC |    | TT | GG |
|002| M | European| AA | CC |    | TT | GG |
|003| F | Mixed   | AT | GC |    | AT | GG |
|004| F | European| AA | GC |    | TT | GG |
|005| M | European| TT | GG |    | AT | GG |

我认为这些空白列意味着我的代码无法识别分隔符sep=""

如何从数据帧中删除列，并记录正在删除的SNP？

Answer 1

如果数据中有空值("")，则可以使用：

result <- df[colSums(df != '') > 0]

如果您所说的空值实际上是指NA，则执行以下操作：

result <- df[colSums(!is.na(df)) > 0]

以获取已删除的列名。

removed_columns <- setdiff(names(df), names(result))

Answer 2

allna <- sapply(dat, function(z) all(is.na(z)))
allna
#       Vol       Sex Ethnicity      SNP1      SNP2      SNP3      SNP4      SNP5 
#     FALSE     FALSE     FALSE     FALSE     FALSE      TRUE     FALSE     FALSE 
which(allna)
# SNP3 
#    6 
names(which(allna))
# [1] "SNP3"

### remove SNP3 from the original data
dat <- dat[,!allna]

如果您想查找所有的NA或空字符串("")，那么只需调整内部函数：

allna <- sapply(dat, function(z) all(is.na(z) | !nzchar(z)))

数据

structure(list(Vol = 1:5, Sex = c("M", "M", "F", "F", "M"), Ethnicity = c("European", "European", "Mixed", "European", "European"), SNP1 = c("AA", "AA", "AT", "AA", "TT"), SNP2 = c("GC", "CC", "GC", "GC", "GG"), SNP4 = c("TT", "TT", "AT", "TT", "AT"), SNP5 = c("GG", "GG", "GG", "GG", "GG")), class = "data.frame", row.names = c(NA, -5L))