为何dplyr无法生成逐行计算结果？sum与+均无法逐行输出

你遇到的核心问题是**prod()函数默认是对整个输入的向量/列计算乘积，而非逐行计算**。

看你的代码：

df <- mutate(df, cost = prod(x1,x2,na.rm = T)+prod(y1,y2,na.rm = T),na.rm=T)

这里prod(x1,x2, na.rm=T)实际计算的是x1和x2所有元素的乘积：1*1*2*3=6；prod(y1,y2, na.rm=T)计算的是去掉NA后剩余元素的乘积：1*1=1。两者相加得到6+1=7，这个单一值会被赋值给cost列的每一行，所以所有行的cost都是7，和你预期的逐行计算结果不符。

下面提供两种符合dplyr风格的解决方案：

方案1：使用rowwise()实现逐行计算 #

rowwise()可以让dplyr的后续操作按行分组执行，这样prod()就会针对每一行的元素计算乘积：

library(dplyr)

df <- data.frame(x1=c(1,1),x2=c(2,3),y1=c(NA,1),y2=c(NA,1))
df <- df %>%
  rowwise() %>% # 开启逐行模式
  mutate(cost = prod(x1, x2, na.rm = TRUE) + prod(y1, y2, na.rm = TRUE)) %>%
  ungroup() # 取消逐行分组，避免影响后续操作

运行后就能得到你预期的结果：

x1 x2 y1 y2 cost
1  1  2 NA NA    3
2  1  3  1  1    4

方案2：逐行元素相乘+NA处理 #

如果不想用rowwise()，也可以直接针对每行的元素相乘，同时用coalesce()处理NA的情况（因为prod(..., na.rm=T)在所有元素都是NA时会返回1，等价于把NA替换为1再相乘）：

library(dplyr)

df <- data.frame(x1=c(1,1),x2=c(2,3),y1=c(NA,1),y2=c(NA,1))
df <- df %>%
  mutate(
    x_prod = x1 * x2,
    y_prod = coalesce(y1 * y2, 1), # 当y1*y2为NA时替换为1
    cost = x_prod + y_prod
  ) %>%
  select(-x_prod, -y_prod) # 可选：移除中间列

这个方案也能得到和预期一致的结果，适合对逐行操作逻辑更清晰的场景。

内容的提问来源于stack exchange，提问作者MCS