如何结合rowwise与case_when处理缺失值并计算行最大值

case_when的所有分支表达式会提前全部计算，而非仅执行满足条件的分支。即使第6行count_not_na > 0为FALSE，max(c(col_a, col_b), na.rm = TRUE)依然会被执行——当输入全为NA时，max(..., na.rm = TRUE)会返回-Inf并触发警告，之后case_when才会选择T ~ NA_real_的分支赋值，因此最终结果正确，但警告无法消除。

解法1：用pmax处理少量列（推荐） #

pmax原生支持按行计算多列最大值，且当所有输入为NA且na.rm = TRUE时，会直接返回NA，无警告：

library(tidyverse)

data <- tibble(col_a = rep(c(2, 1, NA_real_), each = 2), 
               col_b = rep(c(2, 1, NA_real_), times = 2)) %>% 
  mutate(max_value = pmax(col_a, col_b, na.rm = TRUE))

输出结果：

解法2：用c_across处理任意多列 #

如果数据集有大量列，用c_across指定列范围，结合if_else判断是否存在非NA值，避免无效计算：

data <- tibble(col_a = rep(c(2, 1, NA_real_), each = 2), 
               col_b = rep(c(2, 1, NA_real_), times = 2)) %>% 
  rowwise() %>% 
  mutate(max_value = if_else(
    any(!is.na(c_across(col_a:col_b))),  # 判断是否有非NA值
    max(c_across(col_a:col_b), na.rm = TRUE),
    NA_real_
  )) %>% 
  ungroup()  # 取消行分组，恢复高效计算

解法3：替换max返回的-Inf为NA #

如果坚持用原思路，可将max返回的-Inf替换为NA，避免警告：

data <- tibble(col_a = rep(c(2, 1, NA_real_), each = 2), 
               col_b = rep(c(2, 1, NA_real_), times = 2)) %>% 
  rowwise() %>% 
  mutate(max_value = replace(
    max(c(col_a, col_b), na.rm = TRUE),
    all(is.na(c(col_a, col_b))),
    NA_real_
  )) %>% 
  ungroup()

内容的提问来源于stack exchange，提问作者C. Sebastian