Comment filtrer une trame de données sans perdre les lignes NA à l’aide de dplyr

Vous pouvez utiliser la syntaxe de base suivante pour filtrer un bloc de données sans perdre les lignes contenant des valeurs NA à l’aide des fonctions des packages dplyr et Tidyr dans R :

library(dplyr)
library(tidyr)

#filter for rows where team is not equal to 'A' (and keep rows with NA)
df <- df %>% filter((team != 'A') %>% replace_na(TRUE))

Notez que cette formule utilise la fonction replace_na() du package Tidyr pour convertir les valeurs NA en TRUE afin qu’elles ne soient pas supprimées du bloc de données lors du filtrage.

L’exemple suivant montre comment utiliser cette syntaxe dans la pratique.

Exemple : filtrer la trame de données sans perdre les lignes NA à l’aide de dplyr

Supposons que nous ayons le bloc de données suivant dans R qui contient des informations sur divers joueurs de basket-ball :

#create data frame
df <- data.frame(team=c('A', NA, 'A', 'B', NA, 'C', 'C', 'C'),
                 points=c(18, 13, 19, 14, 24, 21, 20, 28),
                 assists=c(5, 7, 17, 9, 12, 9, 5, 12))

#view data frame
df

  team points assists
1    A     18       5
2 <NA>     13       7
3    A     19      17
4    B     14       9
5 <NA>     24      12
6    C     21       9
7    C     20       5
8    C     28      12

Supposons maintenant que nous utilisions la fonction filter() du package dplyr pour filtrer le bloc de données afin de contenir uniquement les lignes dont la valeur dans la colonne team n’est pas égale à A :

library(dplyr)

#filter for rows where team is not equal to 'A'
df <- df %>% filter(team != 'A')

#view updated data frame
df

  team points assists
1    B     14       9
2    C     21       9
3    C     20       5
4    C     28      12

Notez que chaque ligne où la valeur dans la colonne équipe est égale à A a été filtrée, y compris les lignes où la valeur dans la colonne équipe est égale à NA.

Si nous souhaitons filtrer les lignes où l’équipe est égale à A et conserver les lignes avec des valeurs NA, nous pouvons utiliser la syntaxe suivante :

library(dplyr)
library(tidyr)

#filter for rows where team is not equal to 'A' (and keep rows with NA)
df <- df %>% filter((team != 'A') %>% replace_na(TRUE))

#view updated data frame
df

  team points assists
1 <NA>     13       7
2    B     14       9
3 <NA>     24      12
4    C     21       9
5    C     20       5
6    C     28      12

Notez que chaque ligne où la valeur dans la colonne équipe est égale à A a été filtrée, mais nous avons conservé les lignes où la valeur dans la colonne équipe est égale à NA.

Remarque : Vous pouvez trouver la documentation complète de la fonction Tidyr replace_na() ici .

Ressources additionnelles

Les didacticiels suivants expliquent comment exécuter d’autres fonctions courantes dans dplyr :

Comment filtrer par numéro de ligne à l’aide de dplyr
Comment filtrer selon plusieurs conditions à l’aide de dplyr
Comment utiliser un filtre « pas inclus » dans dplyr