使用mutate嵌套ifelse生成结果异常，求问题原因及解决方法

嘿，这个问题我太熟了——核心问题出在any()函数的作用范围上！

你写的any(!is.na(y), !is.na(z))是全局判断整个列的情况，而不是逐行检查当前行的y和z。

咱们掰碎了看：

• 你的y列里有一个非NA值（第一行的1），z列全是NA，所以any(!is.na(y), !is.na(z))会直接返回TRUE——因为整个数据框里存在至少一个符合条件的值。
• 这就导致所有x不是NA的行（第一、二行），result都被赋值成了1，完全忽略了第二行自己的y和z都是NA的事实。

有几种简单的方式，都是为了实现逐行判断当前行的y/z是否有非NA值：

方法1：用rowwise()强制逐行运算（dplyr风格） #

把数据框切换成逐行处理模式，这样any()就会针对每行的y和z计算，而不是全局：

library(dplyr)
df <- data.frame(x=c(1,1,NA),y=c(1,NA,NA),z=c(NA,NA,NA))
df <- df %>%
  rowwise() %>%
  mutate(result=ifelse(is.na(x), NA, ifelse(any(!is.na(y), !is.na(z)), 1, 0))) %>%
  ungroup() # 记得取消逐行模式，避免后续操作变慢

方法2：用if_any()更简洁的写法（dplyr专属） #

dplyr专门提供了if_any()函数，用来逐行判断多列是否满足条件，比手动写any()更靠谱：

library(dplyr)
df <- data.frame(x=c(1,1,NA),y=c(1,NA,NA),z=c(NA,NA,NA))
df <- df %>%
  mutate(result=ifelse(is.na(x), NA, as.integer(if_any(c(y,z), ~!is.na(.x)))))
# as.integer是把TRUE/FALSE转成1/0，也可以用ifelse(...,1,0)

方法3：基础R写法（不用dplyr也能搞定） #

如果不想依赖dplyr，用apply()逐行遍历也能解决：

df <- data.frame(x=c(1,1,NA),y=c(1,NA,NA),z=c(NA,NA,NA))
df$result <- apply(df, 1, function(row) {
  if (is.na(row["x"])) {
    NA
  } else if (!is.na(row["y"]) || !is.na(row["z"])) {
    1
  } else {
    0
  }
})

不管用哪种方法，最终得到的结果都会和你期望的df_wanted完全一致：

> df
   x  y  z result
1  1  1 NA      1
2  1 NA NA      0
3 NA NA NA     NA

内容的提问来源于stack exchange，提问作者MCS