基于列子集修剪 NA - 更优雅的解决方案？

stackoverflow 社区的新年难题，通过阅读过去的帖子和答案很有帮助（这是我的第一个问题）。我找到了解决方法，但我想知道是否可以建议其他方法/解决方案。

我正在尝试从大型文件中删除尾随的 NAdata.frame，但这些 NA 只出现在data.frame我想保留输出中的所有列。这是一个代表性的数据子集。

df=data.frame(var1=rep("A", 8), var2=c("a","b","c","d","e","f","g","h"), var3=c(0,1,NA,2,3,NA,NA,NA), var4=c(0,0,NA,4,5,NA,NA,NA), var5=c(0,0,NA,0,2,4,NA,NA))

该过程的目标：

1. 根据 var3、var4 和 var5 中存在的 NA 修剪尾随 NA
2. 保留最终输出中的所有列
3. 仅删除尾随的 NA（即第 3 行作为占位符保留在记录中）
4. 仅当所有列都有 NA 时才进行修剪（即第 7 行和第 8 行，但不是第 6 行）

基于这些目标，解决方案应删除 df 的最后两行：

df.output = df[-c(7,8),]

na.trim（在 Zoo 包中）的行为是理想的（因为它限制删除 data.frame 末尾的那些 NA，side="right"），我的解决方法包括更改 na.trim .default 函数包含子集项。

有什么建议么？非常感谢您的帮助。

编辑：为了完成这个问题，下面是我从 na.trim.default 代码创建的函数，它也可以工作，但如上所述，确实需要加载动物园包。

na.trim.multiplecols <-  function (object, colrange, sides = c("both", "left", "right"),     is.na = c("any","all"),...) 
{
is.na <- match.arg(is.na)
nisna <- if (is.na == "any" || length(dim(object[,colrange])) < 1) {
complete.cases(object[,colrange])
}
else rowSums(!is.na(object[,colrange])) > 0
idx <- switch(match.arg(sides), left = cumsum(nisna) > 0, 
            right = rev(cumsum(rev(nisna) > 0) > 0), both = (cumsum(nisna) > 
                                                               0) &       rev(cumsum(rev(nisna)) > 0))
if (length(dim(object)) < 2) 
object[idx]
else object[idx, , drop = FALSE]

}

一些基于max(which(!is.na()))将工作。我们用它来查找感兴趣的列中非缺失数据的最大索引。

使用你的 df

ind <-  max(max(which(!is.na(df$var3))),
        max(which(!is.na(df$var4))),        
        max(which(!is.na(df$var5)))) 

df[1:ind, ]

   var1 var2 var3 var4 var5
 1    A    a    0    0    0
 2    A    b    1    0    0
 3    A    c   NA   NA   NA
 4    A    d    2    4    0
 5    A    e    3    5    2
 6    A    f   NA   NA    4