如何在R中对多列执行COUNTIF操作（修正循环代码问题）

要对数据框的d1到d9列批量执行类似COUNTIF的计数操作，单列时使用以下代码可以正常运行：

data <- data %>% 
  add_count(d1, name = "count_d1")

但尝试用循环批量处理时出现问题：

allcols <- c("d1","d2","d3","d4","d5","d6","d7","d8","d9")
for (j in allcols) {
  data <- data %>% 
    add_count(allcols[j], name = paste("count_",allcols[j], sep = ""))
}

这段代码只会生成名为allcols[j]的列，对应的统计列名为count_NA，而非预期的count_d1、count_d2等。

错误原因 #

dplyr的函数默认不直接解析字符串形式的列名，allcols[j]被当成了一个字面变量名，而非引用数据框中的对应列，因此无法正确识别目标列，最终统计的是不存在的列的NA值次数。

修正方法 #

方法1：使用.data代词（推荐）

.data是dplyr中用于引用数据框列的代词，直接通过字符串索引目标列：

allcols <- c("d1","d2","d3","d4","d5","d6","d7","d8","d9")
for (j in allcols) {
  data <- data %>% 
    add_count(.data[[j]], name = paste0("count_", j))
}

方法2：使用tidyeval语法（sym() + !!）

将字符串列名转换为符号，再通过!!强制解析：

allcols <- c("d1","d2","d3","d4","d5","d6","d7","d8","d9")
for (j in allcols) {
  data <- data %>% 
    add_count(!!sym(j), name = paste0("count_", j))
}

方法3：不用循环，用across批量处理（更简洁）

利用dplyr的across函数一次性完成所有列的计数，无需循环：

allcols <- c("d1","d2","d3","d4","d5","d6","d7","d8","d9")
data <- data %>%
  mutate(across(allcols, 
                ~add_count(., name = paste0("count_", cur_column()))[[paste0("count_", cur_column())]]))

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