为何R数据框中布尔表达式直接相加得布尔值，分步相加得整数？

先看测试数据：

# 构造含缺失值的数据框
subjid <- c(101,102,103,104,105,106,107,108)
var1 <- c(1,2,3,4,NaN,NaN,NaN,NaN)
var2 <- c(1,2,NaN,NaN,5,6,NaN,NaN)
var3 <- c(1,NaN,3,NaN,5,NaN,7,NaN)
df <- data.frame(subjid, var1, var2, var3)

问题现象 #

• 一步计算时，试图通过相加三个布尔表达式计数非缺失值，结果得到布尔型列：

  df$nonmissing_count_a <- !is.na(df$var1) + !is.na(df$var2) + !is.na(df$var3)
  table(df$nonmissing_count_a)
  # 输出：
  # FALSE  TRUE
  #     5     3
  

• 分步创建中间布尔列再相加时，得到正确的整数计数：

  df$var1_nonmissing <- !is.na(df$var1)
  df$var2_nonmissing <- !is.na(df$var2)
  df$var3_nonmissing <- !is.na(df$var3)
  df$nonmissing_count_b <- df$var1_nonmissing + df$var2_nonmissing + df$var3_nonmissing
  table(df$nonmissing_count_b)
  # 输出：
  # 0 1 2 3
  # 1 3 3 1
  

核心原因 #

R中逻辑向量（TRUE/FALSE）参与算术运算时会临时转为整数（TRUE=1，FALSE=0），运算结果本应是整数向量。但直接赋值给数据框新列时，R的类型推断机制可能会将整数向量强制转回逻辑型——规则是整数大于0时转TRUE，等于0时转FALSE，这就出现了异常结果。

而分步操作时，先将布尔值存储为数据框的logical类型列，后续相加时R会明确将这些布尔列转为整数计算，并且将结果以integer类型保存到新列，因此得到正确的计数。

解决方法 #

方法1：显式转换为整数后相加 #

通过as.integer()强制将布尔表达式转为整数，避免类型自动转换：

df$nonmissing_count_c <- as.integer(!is.na(df$var1)) + as.integer(!is.na(df$var2)) + as.integer(!is.na(df$var3))
table(df$nonmissing_count_c)

方法2：使用rowSums()更简洁实现 #

rowSums()可以直接对每行的布尔值矩阵求和，自动处理类型转换：

# 选择需要计数的列，生成布尔矩阵后按行求和
df$nonmissing_count_d <- rowSums(!is.na(df[, c("var1", "var2", "var3")]))
table(df$nonmissing_count_d)

两种方法都能直接得到整数类型的非缺失值计数结果。

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