189 8069 5689
有三种方法 !is.na , na.omit, complete.cases
创新互联建站是一家专注于成都网站建设、网站设计与策划设计,巨野网站建设哪家好?创新互联建站做网站,专注于网站建设10余年,网设计领域的专业建站公司;建站业务涵盖:巨野等地区。巨野做网站价格咨询:028-86922220
> 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。