如何高效按行应用函数处理含布尔值与NA的R数据框？

你的需求是对数据框每行做如下判断：

• 存在至少一个TRUE → 返回TRUE
• 无TRUE但存在至少一个FALSE → 返回FALSE
• 全为NA → 返回NA

逐行循环（split+lapply）在大数据量下效率极低，因为R的循环调用开销大，而向量化操作是底层优化实现的，能大幅提升处理速度。

实现代码 #

直接用base R的rowSums完成向量化判断，无需额外依赖包：

# 计算每行是否存在TRUE（忽略NA）
has_true <- rowSums(df == TRUE, na.rm = TRUE) > 0
# 计算每行是否全为NA
all_na <- rowSums(is.na(df)) == ncol(df)
# 生成最终结果
df$res <- ifelse(all_na, NA, ifelse(has_true, TRUE, FALSE))

验证结果 #

用你提供的示例数据测试，结果完全符合预期：

test_df <- data.frame(
  a = c(FALSE, TRUE, NA, FALSE, TRUE, NA, FALSE, TRUE, NA),
  b = c(FALSE, FALSE, FALSE, TRUE, TRUE, TRUE, NA, NA, NA),
  expected = c(FALSE, TRUE, FALSE, TRUE, TRUE, TRUE, FALSE, TRUE, NA)
)

# 计算测试结果
has_true_test <- rowSums(test_df[, c("a", "b")] == TRUE, na.rm = TRUE) > 0
all_na_test <- rowSums(is.na(test_df[, c("a", "b")])) == 2
test_df$res <- ifelse(all_na_test, NA, ifelse(has_true_test, TRUE, FALSE))

# 比对预期结果
all.equal(test_df$res, test_df$expected)
# 输出：[1] TRUE

效率说明 #

用你提供的大数据框测试时，向量化方法的速度会比逐行循环快几十甚至上百倍：

• 逐行循环需要遍历每一行，频繁的函数调用带来大量额外开销
• 向量化操作的rowSums是底层C语言实现，直接批量处理数据，无循环开销

内容的提问来源于stack exchange，提问作者LulY