eliminar filas con NAs en data.frame

Intente na.omit(your.data.frame). En cuanto a la segunda pregunta, tratar de publicar como una pregunta (para mayor claridad).

Yo prefiero la siguiente manera para comprobar si las filas contienen algún NAs:

row.has.na <- apply(final, 1, function(x){any(is.na(x))})

Esto devuelve lógico vector con los valores que denotan si es que existe NA en una fila. Se puede utilizar para ver cuántas filas tendrás que soltar:

sum(row.has.na)

y, finalmente, caer

final.filtered <- final[!row.has.na,]

Para el filtrado de filas con cierta parte de NAs se vuelve un poco más complicado (por ejemplo, se puede alimentar el final[,5:6]' a 'aplicar'). En general, Joris Meys' parece ser la más elegante.

Otra opción si desea mayor control sobre cómo filas se considerará no válida

final <- final[!(is.na(final$rnor)) | !(is.na(rawdata$cfam)),]

Con la anterior, esta:

             gene hsap mmul mmus rnor cfam
1 ENSG00000208234    0   NA   NA   NA   2
2 ENSG00000199674    0   2    2    2    2
3 ENSG00000221622    0   NA   NA   2   NA
4 ENSG00000207604    0   NA   NA   1    2
5 ENSG00000207431    0   NA   NA   NA   NA
6 ENSG00000221312    0   1    2    3    2

Se convierte en:

             gene hsap mmul mmus rnor cfam
1 ENSG00000208234    0   NA   NA   NA   2
2 ENSG00000199674    0   2    2    2    2
3 ENSG00000221622    0   NA   NA   2   NA
4 ENSG00000207604    0   NA   NA   1    2
6 ENSG00000221312    0   1    2    3    2

...donde sólo la fila 5 se elimina, ya que es la única fila que contiene NAs para ambos rnor Y cfam. La lógica booleana luego puede ser cambiado para adaptarse a los requisitos específicos.

Bueno, he encontrado esto (mi DF si se llama final)

> t = final[!(is.na(final[,2:6]) ),]
> head(t)
             gene hsap mmul mmus rnor cfam
1 ENSG00000208234    0   NA   NA   NA   NA
2 ENSG00000199674    0   NA   NA   NA   NA
3 ENSG00000221622    0   NA   NA   NA   NA
4 ENSG00000207604    0   NA   NA   NA   NA
5 ENSG00000207431    0   NA   NA   NA   NA
6 ENSG00000221312    0   NA   NA   NA   NA
> dim(t)
[1] 104696      6
> dim(final)
[1] 221147      6

cuando se mira en el DF t head(t) parece que el NAs todavía están allí, sin embargo mirando el tamaño de la DF con dim(t) algunos de filtrado parece haber sido hecho. Esto me parece extraño.

Ben