如何在mutate中用case_when处理含NA列的两种场景问题

问题场景 #

需要处理两种数据列场景：

• 列中同时包含NA和有效值
• 列仅包含NA
  使用mutate结合case_when批量处理时，全NA列会触发报错，原示例代码如下：

case_1 <- tibble("a" = c("a","a", "a","a"),
                 "b" = c(NA,"b", NA,"b"))

case_2 <- tibble("a" = c("a","a", "a","a"),
                 "b" = c(NA,NA,NA,NA))

case_1 <- case_1 %>% mutate("a" = case_when(!is.na(a) ~ a,
                                            is.na(a) ~ na.omit(unique(a))),
                            "b" = case_when(!is.na(b) ~ b,
                                            is.na(b) ~ na.omit(unique(b))))

case_2 <- case_2 %>% mutate("a" = case_when(!is.na(a) ~ a,
                                            is.na(a) ~ na.omit(unique(a))),
                            "b" = case_when(!is.na(b) ~ b,
                                            is.na(b) ~ na.omit(unique(b))))

其中case_1运行正常，case_2执行报错。

报错原因 #

当列全为NA时，na.omit(unique(b))会返回空向量，而case_when要求每个分支返回的向量长度必须和输入列一致（此处为4行），空向量无法匹配长度，因此触发错误。

解决方案 #

方法1：封装自定义处理函数 #

写一个可复用的函数，先判断列是否存在非NA值，再执行填充逻辑：

fill_na_with_unique <- function(x) {
  # 提取列中的非NA唯一值
  unique_non_na <- unique(na.omit(x))
  # 若无有效非NA值，直接返回原列；否则用唯一值填充NA
  if (length(unique_non_na) == 0) {
    x
  } else {
    case_when(!is.na(x) ~ x, TRUE ~ unique_non_na)
  }
}

在mutate中调用该函数即可：

case_1 <- case_1 %>% mutate(a = fill_na_with_unique(a), b = fill_na_with_unique(b))
case_2 <- case_2 %>% mutate(a = fill_na_with_unique(a), b = fill_na_with_unique(b))

方法2：在case_when中确保返回长度匹配 #

直接在case_when分支里，将空向量转换为和列长度一致的NA向量：

case_2 <- case_2 %>% mutate(
  a = case_when(
    !is.na(a) ~ a,
    TRUE ~ rep(coalesce(na.omit(unique(a)), NA), length(a))
  ),
  b = case_when(
    !is.na(b) ~ b,
    TRUE ~ rep(coalesce(na.omit(unique(b)), NA), length(b))
  )
)

coalesce会在na.omit(unique(b))为空时返回NA，rep将其重复为和列长度一致的向量，满足case_when的长度要求。

效果验证 #

两种方法都能让case_1和case_2正常运行：

• case_1的b列NA会被填充为"b"
• case_2的b列保持全NA，a列无变化

内容的提问来源于stack exchange，提问作者Camilo Montes