R语言中如何根据变量缺失状态选择对应变量计算新乘积变量

你的需求很明确：按a→b→c→d的优先级，用第一个非NA的变量和e相乘得到x，当所有变量都为NA或者e为NA时返回NA。你原来的case_when写法出错是因为没搞清楚它的执行逻辑——case_when是从上到下匹配第一个满足的条件，后面的条件不会被触发，所以你的代码里is.na(a) & is.na(b)这类条件永远不会被执行。

下面给你两种简洁且正确的解法：

方法一：修正case_when的逻辑 #

既然case_when是顺序匹配，我们只需要按优先级依次判断当前变量是否非NA即可，不用重复判断前面的变量是否为NA（因为前面的条件不满足就意味着前面的变量是NA）：

library(dplyr)

df <- data.frame(a = c(1, 2, NA, NA, 5), b = c(NA, 1, NA, 4, 6), c = c(NA, 3, 3, 3, 7), d = c(1, 1, 1, 1, 1), e = c(1, 2, 3, 4, NA))

df <- df %>% 
  mutate(x = case_when(
    !is.na(a) ~ a * e,       # a非NA时用a*e
    !is.na(b) ~ b * e,       # a是NA但b非NA时用b*e
    !is.na(c) ~ c * e,       # a、b都是NA但c非NA时用c*e
    !is.na(d) ~ d * e,       # a、b、c都是NA但d非NA时用d*e
    TRUE ~ NA_real_          # 其他情况（比如e是NA，或所有a-d都是NA）返回NA
  ))

方法二：用coalesce函数更简洁实现 #

dplyr里的coalesce函数专门用来按顺序取第一个非NA的值，用它可以一行搞定：

df <- df %>% 
  mutate(x = coalesce(a, b, c, d) * e)

这个方法的逻辑是：coalesce(a,b,c,d)会返回a、b、c、d中第一个非NA的元素，然后和e相乘。如果e是NA，结果自然也是NA，完全符合你的预期。

验证结果 #

运行上面的代码后，你会得到期望的x列：

df$x
# [1]  1  4  9 16 NA

为什么你的原代码失效？ #

你原来的代码中，第二个条件is.na(a) ~ b * e会在a是NA时直接触发，不管b是不是NA。比如第三行a是NA，这时候代码会执行b*e，但b也是NA，所以得到NA，而不会继续判断后面的c。同时，后面的is.na(a) & is.na(b)条件永远不会被执行，因为前面的is.na(a)已经匹配成功，case_when会停止往下判断。

内容的提问来源于stack exchange，提问作者Anton