在R语言中使用pick与rowSums统计a类变量非缺失值的问题

原代码存在几个关键问题：

• 函数anymatch逻辑错误：is.na(vars)是对变量名向量判断是否缺失，而非判断数据列中的值是否非缺失；且统计的是缺失值数量，和需求的「已填写实例数」完全相反。
• 函数调用参数不匹配：定义的目标变量是avars，但调用时传了未定义的vars。

修正后的代码方案 #

方案1：修正原函数逻辑 #

library(dplyr)

anymatch <- function(vars){
  # 先选中指定列，再判断每个值是否非缺失，最后按行求和
  rowSums(!is.na(pick(all_of(vars))), na.rm = TRUE)
}

data <- tibble(
  a1 = c("Yes", NA, "No", "Dont know"),
  a2 = c("No", NA, "No", NA),
  a3 = c("Good", "Bad", "Good", NA),
  b1 = c(20, 34, 23, 45)
)

avars <- data |> select(starts_with("a")) |> names()
  
data |> 
  mutate(acount = anymatch(avars))

方案2：更简洁的链式写法（无需自定义函数） #

library(dplyr)

data <- tibble(
  a1 = c("Yes", NA, "No", "Dont know"),
  a2 = c("No", NA, "No", NA),
  a3 = c("Good", "Bad", "Good", NA),
  b1 = c(20, 34, 23, 45)
)

data |> 
  mutate(acount = rowSums(!is.na(pick(starts_with("a"))), na.rm = TRUE))

结果说明 #

运行修正后的代码，会得到每行中a开头列的非缺失值计数：

• 第1行：3个非缺失值
• 第2行：1个非缺失值（仅a3有值）
• 第3行：3个非缺失值
• 第4行：1个非缺失值（仅a1有值）

内容的提问来源于stack exchange，提问作者Moses