如何在多列中统计特定值的出现次数？（优先dplyr实现）

需求说明 #

统计特定值在指定多列中的出现次数并存入新列：

• 数据集存在大量缺失值，但仅当整行所有列都是NA时，统计结果才返回NA
• 优先使用dplyr流水线实现

示例数据集 #

生成含缺失值的示例数据集代码：

df <- data.frame(c1 = sample(1:4, 20, replace = TRUE),
                 c2 = sample(1:4, 20, replace = TRUE),
                 c3 = sample(1:4, 20, replace = TRUE),
                 c4 = sample(1:4, 20, replace = TRUE),
                 c5 = sample(1:4, 20, replace = TRUE))

for (i in 1:5) {
  df[sample(1:20, 1), sample(1:5, 1)] <- NA
  df[sample(1:20, 1), ] <- NA
}

部分数据集展示：

c1 c2 c3 c4 c5
1   1  2  4  4  1
2   2  2  1  3  4
3   2  4  4  3  3
4   4  2  3  2  1
5   4  2  4  1  3
6  NA  1  2  4  4
7   3 NA  4 NA  4
8  NA NA NA NA NA
9   1  3  3  2  2
10 NA NA NA NA NA

正确实现方法 #

方法1：dplyr + rowwise + c_across #

核心逻辑：先判断整行是否全为NA，是则返回NA；否则用c_across选中目标列，统计特定值出现次数时忽略缺失值。

以统计值2的出现次数为例：

library(dplyr)

df <- df %>%
  rowwise() %>%
  mutate(
    count2 = if_all(c1:c5, is.na)
             ? NA_integer_
             : sum(c_across(c1:c5) == 2, na.rm = TRUE)
  ) %>%
  ungroup()

统计值4只需修改判断条件：

df <- df %>%
  rowwise() %>%
  mutate(
    count4 = if_all(c1:c5, is.na)
             ? NA_integer_
             : sum(c_across(c1:c5) == 4, na.rm = TRUE)
  ) %>%
  ungroup()

方法2：rowSums + case_when（更高效） #

针对大数据集，rowwise效率偏低，可改用rowSums结合case_when实现：

df <- df %>%
  mutate(
    count2 = case_when(
      if_all(c1:c5, is.na) ~ NA_integer_,
      TRUE ~ rowSums(across(c1:c5, ~.x == 2), na.rm = TRUE)
    ),
    count4 = case_when(
      if_all(c1:c5, is.na) ~ NA_integer_,
      TRUE ~ rowSums(across(c1:c5, ~.x == 4), na.rm = TRUE)
    )
  )

之前尝试的问题分析 #

1. 第一次尝试：未设置na.rm=TRUE，遇到缺失值时求和结果会变成NA，且未处理整行全NA的场景
2. 第二次尝试：select(where(c1:c5 %in% 2))用法错误，where需接收判断列属性的函数，不能直接判断列值
3. rowSums尝试：select(c1:c5 %in% 4)语法错误，select用于选择列，不能直接做值判断，正确逻辑是用across生成布尔矩阵后再求和

最终结果示例 #

处理后的数据集部分展示：

c1 c2 c3 c4 c5 count2 count4
1   1  2  4  4  1      1      2
2   2  2  1  3  4      2      1
3   2  4  4  3  3      1      2
4   4  2  3  2  1      2      1
5   4  2  4  1  3      1      2
6  NA  1  2  4  4      1      2
7   3 NA  4 NA  4      0      2
8  NA NA NA NA NA     NA     NA
9   1  3  3  2  2      2      0
10 NA NA NA NA NA     NA     NA

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