您好,登录后才能下订单哦!
密码登录
登录注册
点击 登录注册 即表示同意《亿速云用户服务条款》
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。