如何在R中为多列子集批量生成行NA计数列？

问题背景 #

你有一个宽数据框df，并定义了多个命名列子集（xHappy、xSad、xSilly），需要为每个子集生成新列，统计每行中该子集内的NA数量。现有重复编写mutate的方法在子集数量较多时效率低下且易出错，需要更简洁的批量处理方案。

可行方案 #

方案一：用命名列表批量处理（最简洁高效）

先将所有列子集存入命名列表，列表的键就是最终生成的新列名，再结合purrr::map_dfc批量计算并合并到原数据框：

# 加载所需包
library(dplyr)
library(purrr)

# 将列子集存入命名列表（键为新列名）
na_subsets <- list(
  missingHappy = xHappy,
  missingSad = xSad,
  missingSilly = xSilly
)

# 批量生成NA计数列并合并
df.new <- df %>%
  bind_cols(map_dfc(na_subsets, ~ rowSums(is.na(select(., all_of(.x))))))

原理：map_dfc会遍历列表中的每个列子集，计算每行NA的总和，最终按列合并结果，列表的键直接作为新列名，无需额外命名。

方案二：自定义函数makeNAColumns

如果需要更灵活的调用方式，可以封装成自定义函数，支持直接传入多个列子集参数：

library(dplyr)
library(purrr)

makeNAColumns <- function(data, ...) {
  # 获取传入的子集参数并转为列表
  subsets <- list(...)
  # 提取参数名作为新列名的基础（自动添加missing前缀）
  subset_names <- as.character(match.call(expand.dots = FALSE)$...)
  
  # 给列表元素命名（如果未指定）
  if (is.null(names(subsets))) {
    names(subsets) <- paste0("missing", subset_names)
  }
  
  # 批量计算并合并到原数据
  data %>%
    bind_cols(map_dfc(subsets, ~ rowSums(is.na(select(data, all_of(.x))))))
}

# 使用方式1：直接传入子集，自动生成带missing前缀的列名
df.new <- makeNAColumns(df, xHappy, xSad, xSilly)

# 使用方式2：自定义新列名
df.new <- makeNAColumns(df, happy_na = xHappy, sad_na = xSad, silly_na = xSilly)

方案三：dplyr原生语法简化（适合少量子集）

如果子集数量不多，也可以用mutate结合across简化代码，但仍需逐个声明列：

df.new <- df %>%
  mutate(
    missingHappy = rowSums(is.na(across(all_of(xHappy)))),
    missingSad = rowSums(is.na(across(all_of(xSad)))),
    missingSilly = rowSums(is.na(across(all_of(xSilly))))
  )

内容的提问来源于stack exchange，提问作者purpleblade98