如何用新列替换DataFrame的A:C列，标记行有无非缺失值？

我有一个简化后的DataFrame，想要把A:C列替换为新列new_column：

• 当某行存在非缺失值时显示1
• 当某行全为缺失值时显示NA

示例输入：

A  B  C
NA NA NA
1  0  0
0  1  0
0  0  1

期望输出：

new_column
NA
1
1
1

我尝试用dplyr包的mutate命令实现，但没得到正确结果：

library(dplyr)

df %>%
  mutate(new_column = apply(is.na(df[, c("A","B","C")]), 1, all),
         .keep = "unused",
         .before = "D" ) # where D is the next column in the data frame

方案一：用dplyr原生函数（推荐） #

用if_all结合case_when实现，更贴合dplyr的管道风格：

library(dplyr)

df %>%
  mutate(
    new_column = case_when(
      if_all(A:C, is.na) ~ NA_real_,
      TRUE ~ 1L
    ),
    .keep = "unused",
    .before = "D"
  )

说明：

• if_all(A:C, is.na)：逐行检查A到C列是否全为缺失值，返回逻辑判断结果
• case_when根据判断结果赋值：全缺失时返回NA_real_（保证数值类型），否则返回整数1（1L）
• .keep = "unused"自动移除原来的A:C列，只保留新列和其他列（比如D列）
• .before = "D"控制新列插入到D列之前

方案二：基于apply调整逻辑 #

如果更习惯用apply，可以修改原代码的判断逻辑：

library(dplyr)

df %>%
  mutate(
    new_column = ifelse(apply(select(., A:C), 1, \(x) all(is.na(x))), NA_real_, 1L),
    .keep = "unused",
    .before = "D"
  )

说明：

• select(., A:C)在管道中选择目标列，避免直接引用原df，更符合管道语法
• apply(..., 1, \(x) all(is.na(x)))逐行判断是否全为缺失值
• ifelse根据判断结果赋值：全缺失时返回NA，否则返回1

内容的提问来源于stack exchange，提问作者dev