R语言赋值数据兼容报错解决：条件列求和生成新变量F

需求说明 #

当列A的值为1时，计算对应行B、C、D、E列的和（忽略NA）；当A的值为0时，F为NA。

示例数据 #

尝试的代码及报错 #

用户尝试的代码：

df$F <- rowSums(df[df$A == '1', c(3:6)],na.rm=TRUE)

报错信息：

Error:
! Assigned data `rowSums(df[df$A == "1", c(3:6)], na.rm = TRUE)` must be compatible with existing data.
✖ Existing data has 12358 rows.
✖ Assigned data has 474 rows.
ℹ Only vectors of size 1 are recycled.
Backtrace:
  1. base::`$<-`(`*tmp*`, F, value = `<dbl>`)
 12. tibble (local) `<fn>`(`<vctrs___>`)
 Error:

报错原因 #

代码中仅筛选了df$A == '1'的行计算行和，得到的结果只有474个值，但原数据框有12358行，长度不匹配，因此无法直接赋值。

修复方法 #

方法1：先全局计算行和，再按条件替换NA #

先对所有行计算B-E列的和，再将A≠1的行对应的F值设为NA：

# 计算所有行的B-E列之和
df$F <- rowSums(df[, c("B", "C", "D", "E")], na.rm = TRUE)
# 将A≠1的行的F设为NA（若A是字符型，把1改成'1'）
df$F[df$A != 1] <- NA

方法2：用ifelse直接实现条件判断 #

通过ifelse对每一行做判断，符合条件则计算和，否则返回NA：

# 若A是字符型，把1改成'1'
df$F <- ifelse(df$A == 1, rowSums(df[, c(3:6)], na.rm = TRUE), NA)

其他实现方法 #

方法1：tidyverse风格（dplyr包） #

使用mutate结合case_when实现条件逻辑：

library(dplyr)

df <- df %>%
  mutate(F = case_when(
    A == 1 ~ rowSums(across(c(B, C, D, E)), na.rm = TRUE),
    TRUE ~ NA_real_
  ))

方法2：apply逐行处理 #

通过apply遍历每一行，根据A的值执行对应逻辑：

df$F <- apply(df, 1, function(x) {
  # 若A是字符型，把1改成'1'
  if(x["A"] == 1) {
    sum(as.numeric(x[c("B", "C", "D", "E")]), na.rm = TRUE)
  } else {
    NA
  }
})

期望结果 #

内容的提问来源于stack exchange，提问作者Katie