如何用dpplyr更简洁地按行统计指定列中'-999'的数量？

直接利用rowSums结合across可以一步完成需求，无需创建中间列或使用rowwise，代码更简洁高效：

library(dplyr)

df = tibble(a = c('-999', 'b', '-999'),
           b = c('-999', 'a', 'b'),
           c = 1:3)

df %>% 
  mutate(sum999 = rowSums(across(c(a, b), ~ .x == '-999')))

输出结果： #

# A tibble: 3 × 4
  a     b         c sum999
  <chr> <chr> <int>  <dbl>
1 -999  -999      1      2
2 b     a         2      0
3 -999  b         3      1

原理说明： #

• across(c(a, b), ~ .x == '-999')：对指定列（a、b）逐元素判断是否等于'-999'，生成一个逻辑矩阵（TRUE/FALSE）
• rowSums()：对每行的逻辑值求和，TRUE会被自动转换为1，FALSE转换为0，直接得到每行符合条件的数量

如果需要用正则表达式匹配列名（比如匹配以a或b开头的列），可以把c(a, b)换成matches('^[ab]')：

df %>% 
  mutate(sum999 = rowSums(across(matches('^[ab]'), ~ .x == '-999')))

这种方法相比原实现的优势：

• 无需创建临时列，减少内存占用
• 避免rowwise()分组，处理大数据集时性能更优
• 代码逻辑更直观，一步到位

内容的提问来源于stack exchange，提问作者Juan C