如何实现全缺失值行求和为NA，否则累加非缺失值？

要实现你的需求，我们可以通过判断每行是否全为缺失值，再结合行求和来得到结果：

• 当整行所有值都是NA时，求和结果设为NA
• 当行中至少有一个非缺失值时，累加所有非缺失值

Base R 实现代码 #

values1 <- c(1,2,NA,NA,NA,NA,2,3)
values2 <- c(1,2,NA,4,NA,NA,2,3)
values3 <- c(1,2,NA,4,5,NA,2,3)

df <- data.frame(values1,values2,values3)

# 计算每行的非缺失值数量，根据数量判断求和逻辑
df$tot <- ifelse(
  rowSums(!is.na(df[, c('values1','values2','values3')])) == 0,  # 判断是否整行全为NA
  NA,  # 全NA则返回NA
  rowSums(df[, c('values1','values2','values3')], na.rm = TRUE)  # 否则累加非缺失值
)

df

代码逻辑解释 #

1. rowSums(!is.na(df[, ...]))：统计每行的非缺失值个数，结果为0时表示整行都是NA
2. ifelse()函数根据上述判断结果，分别返回NA或行求和结果（rowSums加na.rm=TRUE忽略缺失值求和）

运行后得到的结果中，第3行和第6行（整行全NA）的tot列会显示为NA，其他行则正常累加非缺失值。

可选：dplyr 风格实现 #

如果你习惯使用tidyverse工具链，也可以用行级操作实现：

library(dplyr)

df <- df %>%
  rowwise() %>%
  mutate(
    tot = if(all(is.na(c(values1, values2, values3)))) {
      NA
    } else {
      sum(c(values1, values2, values3), na.rm = TRUE)
    }
  ) %>%
  ungroup()

内容的提问来源于stack exchange，提问作者Log On