如何在R数据框中基于不同列组的行级条件定义新score列

你的原始代码问题在于，使用rowSums(x[c("x1","x2")]==1, na.rm=F)时，只要分组内存在NA（非全NA情况），rowSums会返回NA，导致后续逻辑判断出错。比如第五行x2为NA、x1为1时，x[c("x1","x2")]==1得到c(TRUE, NA)，rowSums返回NA，最终这部分得分变成NA，和预期的1分不符。

下面是符合需求的dplyr实现，通过分步处理每个分组的得分，再计算总和：

library(dplyr)

# 原始数据框
x <- data.frame(x1 = c(NA, 1, 1, 0, 1 , NA),
                x2 = c(1, 1, 0, 0, NA, NA),
                x3 = c(1, NA, 0, NA, 0, NA),
                x4 = c(1, NA, 0, 0, 0, 1))

# 生成score列
x <- x %>%
  mutate(
    # 处理x1-x2分组的得分
    group1 = case_when(
      is.na(x1) & is.na(x2) ~ NA_real_,  # 全NA时返回NA
      x1 == 1 | x2 == 1 ~ 1,             # 任一为1得1分
      TRUE ~ 0                           # 其余情况得0分
    ),
    # 处理x3-x4分组的得分
    group2 = case_when(
      is.na(x3) & is.na(x4) ~ NA_real_,
      x3 == 1 | x4 == 1 ~ 1,
      TRUE ~ 0
    ),
    # 计算总分：只要任一分组为NA，总分即为NA
    score = rowSums(select(., group1, group2), na.rm = FALSE)
  ) %>%
  # 可选：删除中间分组列
  select(-group1, -group2)

# 查看结果
x

运行后得到的score列正好是预期的c(2, NA, 1, 0, 1, NA)。

逻辑说明 #

1. 对每个分组单独处理：先判断是否全NA，再判断是否存在1，最后返回0分，彻底避免了NA对逻辑判断的干扰。
2. 总分计算时，使用rowSums(na.rm = FALSE)，确保只要任一分组为NA，总分就返回NA，符合你的规则要求。

内容的提问来源于stack exchange，提问作者rez