有三种方法 !is.na , na.omit, complete.cases
> d <- read.table("GWAS_s2.qassoc", header=T, stringsAsFactors=F)
// 文件行数
> nrow(d)
[1] 431493
> d1 <- subset(d, select=c("CHR", "SNP", "BP", "P"))
// 计算非NA 的行数
> num.bool <- complete.cases(d1)
> head(num.bool)
[1] FALSE TRUE TRUE FALSE TRUE TRUE
> sum(num.bool)
[1] 363836
> dn1 <- d1[which(!is.na(d1$P)),]
> nrow(dn1)
[1] 363836
> dn2 <- na.omit(d1)
> nrow(dn2)
[1] 363836
> dn3 <-d1[complete.cases(d1[,4]),]
> nrow(dn3)
[1] 363836
> dn4 <-d1[complete.cases(d1),]
> nrow(dn4)
[1] 363836方法三和方法四， 一个是根据第四列是否为NA判断的， 一个是根据所有列。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
