filterで除外したにもかかわらず、警告が出ます

Question

R,RStudioの初心者です。
CSVを取り込みました。
その中のデータには一部ブランクがあり、その部分を除外するために、filter()を用いて除外しました。

dplyr::filter(df, ID != 54)
この時は特にエラーが出ませんでした。
次に
ggplot(df, aes(x = factor(Gender), y = ANB_6))+

• geom_boxplot()

警告メッセージ:
Removed 1 rows containing non-finite values (stat_boxplot).

が出ました。
ブランクの部分はfilterで除外されていると思ったのですが、これは何故なのでしょうか？
警告メッセージが出ると不安になります。
行を除外する方法が間違っているのでしょうか？_

よろしくお願いいたします。

Comments

[K_3578]

不安な気持ちは分かりますが、回答者はエスパーでないので質問本文の情報しか分かりません。
ちゃんと文章を校正してください。

[Kircheis]

修正をいたしました。どうぞよろしくお願いいたします。

Answer 1

df1 <- dplyr::filter(df, ID != 54)
ggplot(df1, aes(x = factor(Gender), y = ANB_6))+

• geom_boxplot()

で、今回のことが解決しました。

Answer 2

dplyr::filter(df, ID != 54) 

これはID==54の行を取り除くという処理であって「ブランクを取り除く」処理ではありません。
普通に考えれば、他にも「ブランク」があったのだと推測されます。それは実データを見なければ確認できません。

header指定を間違えてタイトル行もデータとして取り込んでしまっているなどというミスもありがちです。

Comments

[Kircheis]

ご回答がありがとうございます。
確かに、私の記載が「ブランク」を協調したので、誤解を招いたかもしれません。
今回は、IDという列の中のID番号54の被験者が持っている全てのデータを使わないようにするためのものです。54番のデータにはブランクが見られるので、使用品場合があります。
その時に除外をしたいと思っておりました。
普段はSPSSを使用しているのですが、Rの方がグラフの数が多いのでRを使おうとしています。
SPSSでは
COMPUTE filter_$=(Gender ~= 54).
VARIABLE LABELS filter_$ 'Gender ~= 54 (FILTER)'.
VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'.
FORMATS filter_$ (f1.0).
FILTER BY filter_$.
でケースの選択ができます。
今回は、Rでそれを行いたいと考えております。

警告メッセージが出ると言うことは
ケースの除外ができていないと思われます。

[KojiDoi]

それなら、適切な除外条件を追加したfilterを実行していけばいい話だと思いますが、何を質問したいのでしょうか。どうして期待通りにいかないのかはデータの中身を見なければ判断できず、あなた以外の人間には判断しようがありません。

[Kircheis]

ありがとうございます。
下記にデータを記載します。
- [ ] ID Gender ANB_1 ANB_2 ANB_3 ANB_５ ANB_６
<dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 45 0 218. 228. 195. 326. 293.
2 47 0 106. 142. 183. 285. 362.
3 48 0 179. 244. 303. 329. 312.
4 49 0 97.8 297. 216. 331. 312.
5 50 0 197. 274. 263. 298. 299.
6 51 0 189. 228. 275. 287. 405.
7 52 0 143. 213. 216. 270. 310.
8 53 0 116. 173. 287. 413. 397.
9 54 0 245. NA 244. 332. NA
10 55 0 196. 229. 265. 636. 604.
11 56 0 136. 208. 264. 242. 221.
12 57 0 217. 290. 306. 274. 284.
13 58 0 224. 380. 382. 475. 364.
14 59 0 268. 262. 303. 261. 448.
です。
このデータでIDの５４番にNAがあるので、グラフを記載する時には54番を除外します。
この時に、
dplyr::filter(df, ID != 54)
を使うと、多分、54番が除外されると思います。
では、次にグラフのコードを記載します。
ggplot(df, aes(x = factor(Gender), y = ANB_6))+
+ geom_boxplot()
すると、警告エラーが出ます。
ID 54番が削除されているはずなのに、エラーが出ます。
では、ID54番を削除して、グラフを記載する方法はどうしたら良いのでしょうか？

私の想像ではRは一回のコードで完結されると思い始めました。
SPSSのような統計ソフトでしたら、ID５４番を除外したら、次のコードを入力したら、ID５４番が除外された状態で計算などが進めていくことができると思います。
そして、ID５４番が必要になったら、除外を解除をしなければなりません。
Rはそれが必要ないのではないかと思います。（ここまでご理解いただけますか？）

よって、今回知りたいことは、ID５４番が除外した状態で、グラフを記載する方法を教えてください。

[KojiDoi]

dplyr::filter()した結果はどこに保存しているのですか? コメントを素直に解釈すると、このコードをただ実行しただけでは元dfは元dfのままです。

なお、この警告メッセージの意味は「 non-finite valuesは削除したぜ」なので、元データはそのままだと思いますがグラフはそのID54が除去されたデータによって描かれているはずです。

[Kircheis]

ありがとうございます。
申し訳ありません。”dplyr::filter()した結果はどこに保存しているのですか? ”とご回答頂けたのですが、結果を保存しなければならないのでしょうか？
この部分がよく理解できません。
もし、この結果をどこかに保存して、グラフを書いたら、警告は出ないのでしょうか？
よろしくお願いいたします。

[KojiDoi]

関数の仕様を多分誤解されています。filter()をいくら実行してもこのdfは変化しません。
df1 <- dply::filter(df, ...
こんな風にして、df1でグラフを描いてみてください。

[Kircheis]

ありがとうございます。
なるほど、元データ（df）に手を加えていく毎に、新しいオブジェクト（df1、df2、df3。。。）を作成していき、そちらでグラフ作成や統計をしていくのですね。
大変分かりやすいです。そして、ID54番を使いたいときは元dfを使えば良いと言うことになりますね。