在R中处理行级NA：用mutate和case_when生成filter列的需求

完整代码示例 #

首先确保安装并加载dplyr包：

# 安装包（首次使用时运行）
install.packages("dplyr")
# 加载包
library(dplyr)

# 构造样本数据集
df <- tibble(
  A = c(123, 123, 123, 123, 345, 345, 567, 567, 567),
  B = c("xyz", "xyz", NA, "xyz", "lmn", "lmn", "lmn", "lmn", "lmn"),
  C = c("abc", "abc", "abc", NA, NA, "rst", "rst", "rst", "rst"),
  D = c("xyz", "xyz", "xyz", "xyz", "xyz", "xyz", "xyz", NA, "xyz"),
  E = rep("abc", 9),
  F = c("xyz", NA, "xyz", "xyz", "xyz", "xyz", "xyz", "xyz", "xyz"),
  G = c("abc", "abc", "abc", "abc", "abc", "abc", "abc", "abc", NA),
  H = c("xyz", "xyz", "xyz", "abc", "efg", NA, NA, "rst", "rst")
)

# 新增filter列
df <- df %>%
  mutate(
    filter = case_when(
      # 规则1：整行无NA值
      if_all(everything(), ~!is.na(.)) ~ 1,
      # 规则2：B至D列存在NA值
      if_any(B:D, is.na) ~ 2,
      # 规则3：F至H列存在NA值
      if_any(F:H, is.na) ~ 3
    )
  )

# 查看结果
print(df)

代码说明 #

1. 条件顺序：case_when按从上到下的顺序匹配条件，先判断最严格的「整行无NA」，再判断「B-D列有NA」，最后判断「F-H列有NA」，确保规则优先级正确。
2. if_all和if_any函数：
   • if_all(everything(), ~!is.na(.))：检查所有列是否都没有NA值，满足则返回TRUE。
   • if_any(B:D, is.na)：检查B到D列中是否存在至少一个NA值，满足则返回TRUE。
   • if_any(F:H, is.na)：检查F到H列中是否存在至少一个NA值，满足则返回TRUE。

运行结果对应样本数据 #

内容的提问来源于stack exchange，提问作者user2845095