基于含NA的多变量生成新变量的R语言问题求助

你遇到的问题根源在于逻辑判断中NA的传播特性：当执行x == 0 | y == 0时，若其中一个变量是NA（比如x=0, y=NA），NA == 0会返回NA，而TRUE | NA的结果仍是NA，导致ifelse将其判定为不满足条件，进而返回NA而非预期的0。

以下提供三种可行的解决方案，从简洁到逻辑清晰依次排列：

方案1：利用pmax向量化操作（最简洁） #

利用pmax的na.rm=TRUE参数忽略NA，直接取两个变量的最大值，再处理全NA的情况：

df <- df %>%
  mutate(
    new_var = pmax(var1, var2, na.rm = TRUE),
    # 将全NA时返回的-Inf替换为NA
    new_var = ifelse(is.infinite(new_var), NA_real_, new_var)
  )

方案2：修正ifelse的逻辑判断 #

明确判断非NA且等于0的情况，避免NA干扰逻辑运算：

df <- df %>%
  mutate(new_var = ifelse(
    # 优先判断是否存在1
    var1 == 1 | var2 == 1, 1,
    # 再判断是否存在非NA的0
    ifelse((!is.na(var1) & var1 == 0) | (!is.na(var2) & var2 == 0), 0, NA_real_)
  ))

方案3：用case_when+rowwise（逻辑最直观） #

按规则顺序判断，结合rowwise和any(na.rm=TRUE)处理每行的NA：

df <- df %>%
  rowwise() %>%
  mutate(new_var = case_when(
    any(c(var1, var2) == 1, na.rm = TRUE) ~ 1,
    any(c(var1, var2) == 0, na.rm = TRUE) ~ 0,
    TRUE ~ NA_real_
  )) %>%
  ungroup()

执行任意一种方案后，df$new_var都会得到预期结果：c(1, 0, NA, 1, 0, 0, 1, 1, 1)

内容的提问来源于stack exchange，提问作者nightowlLynn