如何在R中按条件统计有效响应数并生成新列？

需求明确：给tibble数据框新增一列sum，统计每行中既不是NA也不等于4的数值个数，其余情况（值为4或NA）不计入统计。

测试数据 #

library(tibble)
id <- c("agb", "efr", "h3z", "h8r", "p9o", "tr5", "g1f", "l95" )
c1 <- c(1:3, NA, 4, 9, 4, 4)
c2 <- c(9, 4, 2, 2, 2, 7, 6, 5)
c3 <- c(1, 1, 1, NA, NA, 3, 3, 4)
c4 <- c(1, 1, 1, NA, NA, 3, 3, 4)
DF <- tibble(id, c1, c2, c3, c4)

方法一：向量化rowSums（最高效，适合大数据集） #

利用R的向量化运算直接批量处理整列，避免循环或逐行判断，效率远超ifelse：

library(dplyr)
DF2 <- DF %>%
  mutate(sum = rowSums(!is.na(.[, -1]) & .[, -1] != 4))

解释：

• .[, -1]：排除第一列id，只处理数值列
• !is.na(...)：筛选非NA的值
• ... != 4：筛选不等于4的值
• rowSums：对每行的符合条件的标记（TRUE=1，FALSE=0）求和

如果需要指定具体列（而非排除第一列），可以写成：

DF2 <- DF %>%
  mutate(sum = rowSums(!is.na(select(., c1:c4)) & select(., c1:c4) != 4))

方法二：dplyr + across（可读性优先） #

如果更习惯dplyr的列遍历语法，用across指定目标列，再求和：

library(dplyr)
DF2 <- DF %>%
  mutate(sum = rowSums(across(c1:c4, ~ !is.na(.x) & .x != 4)))

验证结果 #

运行上述代码后，DF2的sum列完全符合期望：

# 输出DF2
DF2
#> # A tibble: 8 × 6
#>   id       c1    c2    c3    c4   sum
#>   <chr> <dbl> <dbl> <dbl> <dbl> <dbl>
#> 1 agb       1     9     1     1     4
#> 2 efr       2     4     1     1     3
#> 3 h3z       3     2     1     1     4
#> 4 h8r      NA     2    NA    NA     1
#> 5 p9o       4     2    NA    NA     1
#> 6 tr5       9     7     3     3     4
#> 7 g1f       4     6     3     3     3
#> 8 l95       4     5     4     4     1

为什么nrow、length没用？ #

nrow是统计数据框的总行数，length是统计单个向量的元素个数，都不是针对每行元素的条件统计，所以无法满足需求；而ifelse需要逐个列判断，当列数多的时候会非常繁琐，以上两种方法都是批量处理，代码简洁且效率高。

内容的提问来源于stack exchange，提问作者Laura31