如何用dplyr的if_any实现：列存在时求值，不存在返回FALSE？

简洁方案（dplyr 1.1.0+） #

从dplyr 1.1.0版本开始，if_any()新增了.default参数，专门用来处理没有匹配到任何目标列的场景，直接指定此时的返回值即可满足你的需求：

library(dplyr)

dat <- data.frame(x = 1)

# 核心代码
dat %>%
  mutate(present = if_any(matches("foo_col"), ~ !is.na(.x), .default = FALSE))

验证所有测试场景 #

1. foo_col为NA时

dat %>%
  mutate(foo_col = NA_character_) %>%
  mutate(present = if_any(matches("foo_col"), ~ !is.na(.x), .default = FALSE))
#>   x foo_col present
#> 1 1    <NA>   FALSE

符合预期，返回FALSE。

2. foo_col非NA时

dat %>%
  mutate(foo_col = "value") %>%
  mutate(present = if_any(matches("foo_col"), ~ !is.na(.x), .default = FALSE))
#>   x foo_col present
#> 1 1   value    TRUE

符合预期，返回TRUE。

3. foo_col不存在时

dat %>%
  mutate(present = if_any(matches("foo_col"), ~ !is.na(.x), .default = FALSE))
#>   x present
#> 1 1   FALSE

符合预期，返回FALSE。

兼容旧版本dplyr的方案 #

如果你的dplyr版本低于1.1.0，可以先手动检查目标列是否存在，再分支处理：

dat %>%
  mutate(present = case_when(
    # 先检查列名是否匹配
    any(grepl("foo_col", names(.))) ~ if_any(matches("foo_col"), ~ !is.na(.x)),
    # 列不存在时返回FALSE
    TRUE ~ FALSE
  ))

或者用更直观的if分支：

dat %>%
  mutate(present = if (any(grepl("foo_col", names(.)))) {
    if_any(matches("foo_col"), ~ !is.na(.x))
  } else {
    FALSE
  })

内容的提问来源于stack exchange，提问作者boshek