如何在R中对含0、1、NA的两变量求和并排除NA干扰？

你需要的是仅当两个变量均非NA时计算它们的和，否则返回NA（或排除这些行），以下是可行的几种方法：

方法1：使用rowSums（简洁高效） #

rowSums默认会保留NA（即只要输入中有NA，结果就是NA），正好匹配你的需求：

library(tidyverse)

df <- df |>
  mutate(naked_man = rowSums(select(., naked_fj, naked_naked), na.rm = FALSE))

方法2：用ifelse显式判断NA #

通过条件判断直接过滤含NA的行的计算逻辑：

df <- df |>
  mutate(naked_man = ifelse(is.na(naked_fj) | is.na(naked_naked), 
                            NA, 
                            naked_fj + naked_naked))

方法3：使用case_when（适配多条件扩展场景） #

如果后续需要添加更多逻辑规则，case_when的可读性和扩展性更强：

df <- df |>
  mutate(naked_man = case_when(
    is.na(naked_fj) | is.na(naked_naked) ~ NA_real_,
    TRUE ~ naked_fj + naked_naked
  ))

验证结果 #

运行任一方法后，执行以下代码查看新变量的频数分布：

table(df$naked_man, useNA = "ifany")

此时结果中：

• 0对应两行均为0的观测数
• 1对应一行0一行1的观测数
• 2对应两行均为1的观测数
• <NA>对应至少有一个变量为NA的观测数

如果需要直接排除含NA的结果，只需修改table的参数：

table(df$naked_man, useNA = "no")

内容的提问来源于stack exchange，提问作者Kim Rohde