R语言行条件填充：NA数≤2时填常量1并计算行均值

使用dplyr的简洁实现 #

先加载dplyr包，通过链式操作一次性完成所有需求：

library(dplyr)

tData_processed <- tData %>%
  rowwise() %>%
  mutate(
    na_count = sum(is.na(c_across(starts_with("b")))),
    across(starts_with("b"), ~ ifelse(na_count <= 2, replace_na(.x, 1), .x)),
    row_mean = mean(c_across(starts_with("b")), na.rm = TRUE)
  ) %>%
  ungroup()

# 查看处理结果
print(tData_processed)

代码说明： #

• rowwise()：指定后续操作按行执行
• na_count：统计每行中以b开头的列的NA数量
• across(starts_with("b"))：批量处理所有b开头的列，仅当该行NA数≤2时，用replace_na()把NA替换为1，否则保留原NA
• row_mean：计算填充后b列的行均值，na.rm = TRUE确保忽略未被填充的NA（比如第4行全NA，均值为NaN）

使用base R的实现 #

如果不想依赖dplyr，用base R代码也能完成：

# 计算每行b列的NA数量
na_counts <- rowSums(is.na(tData[, -1]))

# 复制原数据集用于处理
tData_base <- tData

# 对NA数≤2的行，替换b列中的NA为1
tData_base[na_counts <= 2, -1][is.na(tData_base[na_counts <= 2, -1])] <- 1

# 计算行均值
tData_base$row_mean <- rowMeans(tData_base[, -1], na.rm = TRUE)

# 查看处理结果
print(tData_base)

代码说明： #

• rowSums(is.na(tData[, -1]))：统计每行（排除subID列）的NA数量
• 用逻辑索引na_counts <= 2筛选出需要处理的行，再定位其中的NA替换为1
• rowMeans()计算行均值，na.rm = TRUE处理剩余的NA

内容的提问来源于stack exchange，提问作者kaho