用dplyr包中的filter可以实现。但是也许有更好的方法。
library(xlsx2dfs)
## Loading required package: openxlsx
df=read.xlsx("tes.xlsx")  
df
##   V1 V2 V3 V4
## 1  1  2 -9  3
## 2  4 -9  5  6
## 3  7  8  9 10
## 4 11 12 13 14
str(df)  
## 'data.frame':    4 obs. of  4 variables:
##  $ V1: num  1 4 7 11
##  $ V2: num  2 -9 8 12
##  $ V3: num  -9 5 9 13
##  $ V4: num  3 6 10 14
library(dplyr)
##
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
##
##     filter, lag
## The following objects are masked from 'package:base':
##
##     intersect, setdiff, setequal, union
df <- df %>% filter(V2!=-9,V3!=-9)
df
##   V1 V2 V3 V4
## 1  7  8  9 10
## 2 11 12 13 14

感谢你的回复！
那如果数据非常大，而我不知道那些列里包含-9，应该怎么办呢？

library(xlsx2dfs)
## Loading required package: openxlsx
library(dplyr)
##
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
##
##     filter, lag
## The following objects are masked from 'package:base':
##
##     intersect, setdiff, setequal, union
df=read.xlsx("tes.xlsx")  
df
##   V1 V2 V3 V4
## 1  1  2 -9  3
## 2  4 -9  5  6
## 3  7  8  9 10
## 4 11 12 13 14
#变量名字改成小写算了，方便
names(df) <- c("v1","v2","v3","v4")
#找到应删除的位置
df_filter <- (data.frame(torf <- (df+9)==0 )%>%
  mutate(sum=v1+v2+v3+v4))["sum"]
#先合并，再筛选，然后选出需要的部分
result <- bind_cols(df,df_filter) %>%
  filter(sum==0) %>%
  select(-sum)
result
##   v1 v2 v3 v4
## 1  7  8  9 10
## 2 11 12 13 14

非常感谢！