R语言平行测试编码：处理含NA值的样本阳性判定问题

针对你的需求，我们可以结合dplyr的if_any、if_all和case_when函数实现自动化逻辑，完美处理含NA和全NA的样本：

完整代码 #

library(dplyr)

# 原始数据
data <- data.frame(
           a = c(1, NA, NA),
           b = c(1, 1, NA),
           c = c(0, 0, NA))

# 计算判定结果和阳性数量
data_processed <- data %>%
  mutate(
    # 核心判定逻辑
    result = case_when(
      # 全NA样本返回NA
      if_all(a:c, is.na) ~ NA_integer_,
      # 任意一项为1则判定为阳性（1）
      if_any(a:c, ~ .x == 1) ~ 1L,
      # 非全NA且无阳性的样本判定为阴性（0）
      TRUE ~ 0L
    ),
    # 可选：统计阳性测试项的数量
    sum_positive = case_when(
      if_all(a:c, is.na) ~ NA_integer_,
      TRUE ~ rowSums(select(., a:c) == 1, na.rm = TRUE)
    )
  )

print(data_processed)

运行结果 #

a  b  c result sum_positive
1  1  1  0      1            2
2 NA  1  0      1            1
3 NA NA NA     NA           NA

逻辑说明 #

1. 全NA样本处理：if_all(a:c, is.na)会检查当前行的所有测试列是否全为NA，满足则返回NA，避免误判为阴性。
2. 阳性判定：if_any(a:c, ~ .x == 1)会检查当前行是否存在任意一列值为1，只要满足就直接判定为阳性（1），忽略其他列的NA。
3. 阴性判定：剩余非全NA且无阳性的样本，统一判定为阴性（0）。
4. 阳性数量统计：用rowSums(select(., a:c) == 1, na.rm = TRUE)统计阳性项数量，na.rm = TRUE忽略NA值，同时通过case_when确保全NA样本返回NA。

为什么之前的方法失效？ #

• 方法1的ifelse逻辑：a==1|b==1|c==1中只要有一个NA，整个条件表达式会返回NA，导致对应行的result变成NA，无法识别含NA但有阳性的样本。
• 方法2的rowwise+case_when：仅定义了阳性情况的处理，未覆盖全NA场景，且sum(c_across(a:c), na.rm = TRUE)会把全NA行的sum计算为0，不符合需求。

扩展性 #

如果测试列数量较多，无需手动列名，可使用dplyr的列选择器，比如starts_with("test_")或matches("^test\\d+$")来批量选择测试列，实现完全自动化。

内容的提问来源于stack exchange，提问作者eruraweth