如何在保留原DataFrame前提下添加统计指定变量非NA行数的新列

方法一：使用dplyr（保留原DataFrame所有列） #

不需要用select过滤列，直接用across指定目标变量列，在原DataFrame基础上新增统计列：

df <- df %>%
  mutate(targ_var_count = rowSums(!is.na(across(all_of(targ_vars))), na.rm = TRUE))

方法二：Base R写法（更简洁） #

如果不想用dplyr，直接用Base R的rowSums也能实现：

df$targ_var_count <- rowSums(!is.na(df[, targ_vars]), na.rm = TRUE)

为什么你的之前写法有问题？ #

• 第一种写法里的select(targ_vars)会把原DataFrame过滤成只保留指定变量，之后赋值给df自然就覆盖了原数据，丢失了其他列。
• 第二种写法是把包含指定变量和新列的整个DataFrame赋值给df$targcount，这相当于给DataFrame添加了一个列表列，而不是单一的数值列，所以结果不符合预期。

内容的提问来源于stack exchange，提问作者Monarch