如何创建可在dplyr的mutate中复用的自定义函数？

原函数无法运行的核心原因是：函数内部没有获取到管道传递的数据源，.在函数上下文里没有对应的数据对象。以下是两种可行的修改方式：

方法一：使用dplyr原生的if_any（推荐） #

利用dplyr 1.0.0+提供的if_any函数，专门处理行级多列条件判断，代码更简洁符合tidyverse风格：

library(dplyr)

# 定义函数
anymatch <- function(vars) {
  if_any(all_of(vars), ~ !is.na(.x)) %>% 
    if_else("Yes", "No")
}

# 调用测试
mydata %>%
  mutate(afin = anymatch(avars)) %>%
  count(afin)

方法二：显式传递数据源 #

让函数接收数据框参数，通过cur_data()在管道中传递当前数据，保留你原本的rowSums思路：

library(dplyr)

# 定义函数
anymatch <- function(.data, vars) {
  rowSums(!is.na(select(.data, all_of(vars)))) >= 1 %>%
    if_else("Yes", "No")
}

# 调用测试
mydata %>%
  mutate(afin = anymatch(cur_data(), avars)) %>%
  count(afin)

注意事项 #

原测试代码中用了rowSums(...)>1，但注释目标是“捕获a*变量中的任何非缺失值出现情况”，这里应该用>=1（至少一个非NA值），两种修改方案都已按此调整。如果你的实际需求是至少两个非NA值，只需把判断条件改回>1即可。

内容的提问来源于stack exchange，提问作者Moses