R语言aggregate_stays函数遇NA参数时across()报错的解决求助

核心问题是all_of(NA)会向across()传递缺失值，而across()不允许选择参数包含缺失值。要支持用户传入NA（表示无对应变量需要聚合），可以通过预处理参数或者在summarize中添加条件判断两种方式解决，以下是具体实现：

方法1：提前预处理参数（推荐） #

在函数开头添加参数处理逻辑，将NA或空值转换为空向量，这样across()在遇到空向量时会自动跳过该聚合操作，不会报错。

步骤： #

1. 定义一个辅助函数，统一处理所有vars_to_xxx类型的参数：

process_vars <- function(vars) {
  # 处理NA、空向量、含NA的向量，转为空字符向量
  if (is.na(vars) || length(vars) == 0 || all(is.na(vars))) {
    character(0)
  } else {
    # 移除向量中可能存在的单个NA元素
    vars[!is.na(vars)]
  }
}

2. 在aggregate_stays函数开头，用这个辅助函数处理所有聚合参数：

aggregate_stays <- function(df, individual_id, date_entry, date_exit, allowed_dist,
                            vars_to_sum = NA, vars_to_max = NA, vars_to_earliest = NA, vars_to_latest = NA) {
  
  # 预处理所有聚合参数
  vars_to_sum <- process_vars(vars_to_sum)
  vars_to_max <- process_vars(vars_to_max)
  vars_to_earliest <- process_vars(vars_to_earliest)
  vars_to_latest <- process_vars(vars_to_latest)
  
  # --- 你的住院合并逻辑代码（此处省略） ---
  
  # 聚合部分无需修改，直接使用处理后的参数
  df_aggregated <- df %>%
    group_by(medical_event_id) %>%  # 替换为你的实际分组键，比如合并后的医疗事件ID
    summarize(
      across(all_of(vars_to_sum), ~sum(., na.rm = TRUE)),
      across(all_of(vars_to_max), ~max(., na.rm = TRUE)),
      across(all_of(vars_to_earliest), ~min(., na.rm = TRUE)),
      across(all_of(vars_to_latest), ~max(., na.rm = TRUE)),
      .groups = "drop"
    )
  
  return(df_aggregated)
}

方法2：在summarize中添加条件判断 #

如果不想修改参数，可以直接在summarize里对每个across()添加条件，当变量列表为空时返回NULL（即不生成该列）：

df_aggregated <- df %>%
  group_by(medical_event_id) %>%
  summarize(
    # 仅当vars_to_sum非空时执行求和
    if (length(vars_to_sum) > 0 && !is.na(vars_to_sum)) {
      across(all_of(vars_to_sum), ~sum(., na.rm = TRUE))
    } else {
      NULL
    },
    # 其他聚合操作同理
    across(all_of(vars_to_max), ~max(., na.rm = TRUE)),
    across(all_of(vars_to_earliest), ~min(., na.rm = TRUE)),
    across(all_of(vars_to_latest), ~max(., na.rm = TRUE)),
    .groups = "drop"
  )

为什么原代码报错？ #

当你传入vars_to_sum=NA时，all_of(vars_to_sum)会将缺失值传递给across()的选择参数，而across()要求选择的变量必须是有效的列名（不能包含NA），因此触发报错。将NA转为空向量后，across()会识别为“无变量需要处理”，自动跳过该操作，不会生成额外列，也不会影响其他聚合逻辑。

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