如何高效将指定变量的-9替换为NA并计算有效条目总数

问题说明 #

需将数据集2007d中MED1至MED8列的-9视为空值，同时生成新变量Totalmeds统计每行的有效条目（非-9）数量。

方法一：先批量替换空值再统计 #

如果需要保留替换后的数据集，使用dplyr的across函数（适配dplyr 1.0.0+版本，替代旧版的mutate_at）：

library(dplyr)

# 批量将所有MED开头列的-9替换为NA
`2007d` <- `2007d` %>%
  mutate(across(starts_with("MED"), ~na_if(., -9)))

# 统计每行MED列的非NA数量，生成Totalmeds
`2007d` <- `2007d` %>%
  mutate(Totalmeds = rowSums(!is.na(select(., starts_with("MED")))))

方法二：不替换直接统计（更高效） #

若无需修改原数据，直接统计每行中不等于-9的条目数：

library(dplyr)

`2007d` <- `2007d` %>%
  mutate(Totalmeds = rowSums(select(., starts_with("MED")) != -9, na.rm = TRUE))

旧代码失效原因说明 #

之前的mutate_at未生效，大概率是因为dplyr版本过低——新版本已弃用mutate_at这类函数，推荐使用across；另外需确认变量名确实以MED开头，无大小写或拼写错误。

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