如何在R中创建统计非NA文本字段数量的新变量behave？

我是心理学专业的R语言新手，正在分析一份末尾包含5个开放式文本字段的问卷。我希望统计每位参与者填写的文本字段数量，因此需要创建名为behave的新变量来存储该数据。

当前数据示例 #

# 目前的数据框类似这样（T表示文本字段已填写）：
S1 <- c(T,T,NA,T)
S2 <- c(T,NA,NA,T)
S3 <- c(T,NA,NA,NA)
S4 <- c(T,NA,NA,NA)
S5 <- c(NA,NA,NA,NA)
# 组合为数据框
df <- data.frame(S1, S2, S3, S4, S5)

期望结果 #

# 想要得到的结果：
S1 <- c(T,T,NA,T)
S2 <- c(T,NA,NA,T)
S3 <- c(T,NA,NA,NA)
S4 <- c(T,NA,NA,NA)
S5 <- c(NA,NA,NA,NA)
behave <- c(4, 1, 0, 2)
df_result <- data.frame(S1, S2, S3, S4, S5, behave)

我曾尝试使用ifelse函数实现，但该方法繁琐且容易出错，因此想询问是否有更简便的实现方式。

解决方案 #

方法1：基础R一行搞定 #

利用rowSums函数，R中TRUE等价于1，NA等价于0，配合na.rm=TRUE忽略缺失值，直接按行求和：

# 构造数据框
df <- data.frame(S1, S2, S3, S4, S5)
# 添加behave变量
df$behave <- rowSums(df, na.rm = TRUE)

运行后df会自动新增behave列，值正好是每行已填写的文本字段数量。

方法2：tidyverse工具实现（适合后续批量处理） #

如果习惯用tidyverse系列包（比如dplyr），可以用按行计算的方式：

library(dplyr)

df <- df %>%
  rowwise() %>%
  mutate(behave = sum(c_across(S1:S5), na.rm = TRUE)) %>%
  ungroup()

• rowwise()指定按行操作
• c_across(S1:S5)选中需要统计的5个文本字段列
• sum(..., na.rm=TRUE)计算每行非NA值的数量

内容的提问来源于stack exchange，提问作者justus