R语言中基于多列阈值条件新增计数列的dplyr解决方案

针对你在iris数据集上的需求——新增count列统计列名含"Sepal"的列中值处于1-5之间的列数，这里提供两种无需手动列名的dplyr方案：

方案1：rowwise + c_across（直观易读） #

library(dplyr)

iris %>%
  rowwise() %>%
  mutate(count = sum(c_across(contains("Sepal")) %>% between(1, 5))) %>%
  ungroup()

• contains("Sepal")自动匹配所有列名包含"Sepal"的列，不用手动列举
• c_across()将选中的列按行转为向量，配合between()判断每个值是否在1-5区间内
• sum()统计每行中符合条件的列数，最后用ungroup()取消行分组，避免影响后续操作

方案2：向量化方法（高效适合大数据集） #

如果你的实际数据集行数/列数较多，推荐用这种无需rowwise的向量化方案，运行效率更高：

iris %>%
  mutate(count = rowSums(between(select(., contains("Sepal")), 1, 5)))

• select(., contains("Sepal"))筛选目标列，between()对整个筛选出的数据框逐元素判断
• rowSums()直接按行求和，省去行分组的开销

为什么之前的rowwise()+mutate()+if_any不符合预期？ #

if_any()的作用是判断每行是否存在至少一个符合条件的列，返回的是单个逻辑值（TRUE/FALSE），而不是统计符合条件的列数。要实现计数，需要用sum()来统计每行中符合条件的逻辑值数量。

内容的提问来源于stack exchange，提问作者Pss