Omitir filas que contienen una columna específica de NA

Quiero saber cómo omitir NAvalores en un marco de datos, pero solo en algunas columnas que me interesan.

Por ejemplo,

DF <- data.frame(x = c(1, 2, 3), y = c(0, 10, NA), z=c(NA, 33, 22))

pero solo quiero omitir los datos donde yestá NA, por lo tanto, el resultado debería ser

  x  y  z
1 1  0 NA
2 2 10 33

na.omitParece eliminar todas las filas que contienen alguna NA.

¿Alguien puede ayudarme con esta simple pregunta?

Pero si ahora cambio la pregunta como:

DF <- data.frame(x = c(1, 2, 3,NA), y = c(1,0, 10, NA), z=c(43,NA, 33, NA))

Si solo quiero omitir x=nao z=na, ¿dónde puedo poner la |función in?

Podría usar la complete.casesfunción y ponerla en una función de esta manera:

DF <- data.frame(x = c(1, 2, 3), y = c(0, 10, NA), z=c(NA, 33, 22))

completeFun <- function(data, desiredCols) {
  completeVec <- complete.cases(data[, desiredCols])
  return(data[completeVec, ])
}

completeFun(DF, "y")
#   x  y  z
# 1 1  0 NA
# 2 2 10 33

completeFun(DF, c("y", "z"))
#   x  y  z
# 2 2 10 33

EDITAR: solo devuelve filas sin NAs

Si desea eliminar todas las filas con al menos una NAen cualquier columna, simplemente use la complete.casesfunción hacia arriba:

DF[complete.cases(DF), ]
#   x  y  z
# 2 2 10 33

O si completeFunya está arraigado en su flujo de trabajo;)

completeFun(DF, names(DF))

Utilizar is.na

DF <- data.frame(x = c(1, 2, 3), y = c(0, 10, NA), z=c(NA, 33, 22))
DF[!is.na(DF$y),]

Hadley tidyracaba de obtener esta increíble funcióndrop_na

library(tidyr)
DF %>% drop_na(y)
  x  y  z
1 1  0 NA
2 2 10 33

Use 'subconjunto'

DF <- data.frame(x = c(1, 2, 3), y = c(0, 10, NA), z=c(NA, 33, 22))
subset(DF, !is.na(y))

Se puede usar na.omitpara data.table:

na.omit(data, cols = c("x", "z"))

Prueba esto:

cc=is.na(DF$y)
m=which(cc==c("TRUE"))
DF=DF[-m,]

Omita la fila si cualquiera de las dos columnas específicas contiene <NA>.

DF[!is.na(DF$x)&!is.na(DF$z),]

Solo intenta esto:

DF %>% t %>% na.omit %>% t

Transpone el marco de datos y omite filas nulas que eran 'columnas' antes de la transposición y luego la transpone de nuevo.