去除有na的列

可以使用 `na.omit()` 函数来删除包含 `NA` 值的行，但是如果你想要删除包含 `NA` 值的列，可以使用下面两种方法：

1. 使用 `complete.cases()` 函数来创建一个逻辑向量，其中 `TRUE` 表示该行不包含 `NA` 值，`FALSE` 表示该行包含 `NA` 值。然后，使用索引来选择所有列中 `TRUE` 的值所对应的列。例如：

# 创建一个包含 NA 的数据框
df <- data.frame(a = c(1, 2, NA, 4), b = c(NA, 6, 7, 8), c = c(9, 10, 11, 12))

# 删除包含 NA 的列
df <- df[, complete.cases(df)]

在上面的例子中，`complete.cases(df)` 函数返回一个逻辑向量 `[1] FALSE TRUE TRUE`，表示第一列包含 `NA`，而第二和第三列没有包含 `NA`。因此，我们可以使用 `df[, complete.cases(df)]` 来选择第二和第三列，即可得到删除包含 `NA` 的列后的数据框。

2. 使用 `colSums()` 函数和逻辑向量来选择所有列中不包含 `NA` 的列。例如：

# 创建一个包含 NA 的数据框
df <- data.frame(a = c(1, 2, NA, 4), b = c(NA, 6, 7, 8), c = c(9, 10, 11, 12))

# 删除包含 NA 的列
df <- df[, colSums(is.na(df)) == 0]

在上面的例子中，`is.na(df)` 函数返回一个逻辑矩阵，其中 `TRUE` 表示该位置为 `NA`，`FALSE` 表示该位置不为 `NA`。然后，使用 `colSums()` 函数对逻辑矩阵进行列求和，得到一个包含每列中 `NA` 值数量的数值向量。最后，使用逻辑向量 `colSums(is.na(df)) == 0` 来选择所有列中不包含 `NA` 的列，即可得到删除包含 `NA` 的列后的数据框。