如何用dplyr为含不同数据类型列的数据集标记全NA行？

问题场景 #

当数据集指定列全为数值型时，用dplyr的rowwise()+c_across()可以轻松标记全NA行，但如果指定列同时包含数值型和字符型，直接运行会因类型无法合并报错。

比如这个混合类型数据集：

df <- data.frame(a = c(1,4,5,NA),
                 b = c(NA,"ava","dillion",NA),
                 c = c(3,7,8,NA),
                 d = c(2,1,1,1))

运行原代码会抛出错误：

Error in `mutate()`:
ℹ In argument: `allNA = case_when(...)`.
ℹ In row 1.
Caused by error in `case_when()`:
! Failed to evaluate the left-hand side of formula 1.
Caused by error in `vec_c()`:
! Can't combine `a` <double> and `b` <character>.
Run `rlang::last_trace()` to see where the error occurred.

解决方案 #

方法1：用rowSums结合across #

不需要rowwise()，直接通过计算每行指定列的NA数量是否等于列数来判断：

library(dplyr)

df %>%
  mutate(allNA = case_when(
    rowSums(is.na(across(a:c))) == ncol(across(a:c)) ~ "allNA",
    TRUE ~ "notAllNA"
  ))

输出结果：

a       b  c d    allNA
1  1    <NA>  3 2 notAllNA
2  4     ava  7 1 notAllNA
3  5 dillion  8 1 notAllNA
4 NA    <NA> NA 1    allNA

方法2：改进rowwise+c_across的写法 #

问题出在c_across会尝试合并不同类型的列，改用across配合purrr::every来逐列检查NA状态：

library(dplyr)
library(purrr)

df %>%
  rowwise() %>%
  mutate(allNA = case_when(
    every(across(a:c), is.na) ~ "allNA",
    TRUE ~ "notAllNA"
  )) %>%
  ungroup()

该方法避免了类型合并冲突，同样能得到正确结果。

方法3：用基础R的apply函数 #

如果不想依赖dplyr，可以用基础R函数实现：

df$allNA <- ifelse(apply(df[, c("a","b","c")], 1, function(x) all(is.na(x))), "allNA", "notAllNA")

内容的提问来源于stack exchange，提问作者llewmills