如何用dplyr按行统计指定列两两组合的非NA值数量？

问题背景 #

现有如下数据框：

id    cog com emo
AUD-002 12  34  24
PAR-044 NA  28  38
BRE-019 0   NA  51
2-1-GRE NA  31  68

需要按行统计cog, com, emo所有列两两组合中两列均为非NA的情况，满足则标记为1，否则为0，期望输出：

id     cog com  emo cog-com cog-emo com-emo
AUD-002  12  34   24   1        1       1
PAR-044  NA  28   38   0        0       1
BRE-019  0   NA   51   0        1       0
2-1-GRE  NA  31   68   0        0       1

目前通过多次mutate语句可实现需求，但当列数较多时操作繁琐，需要更简洁的dplyr实现方式。

数据的dput如下：

structure(list(id = structure(c(2L, 4L, 3L, 1L), 
               .Label = c("2-1-GRE", "AUD-002", "BRE-019", "PAR-044"), 
               class = "factor"), 
               cog = c(12L, NA, 0L, NA), 
               com = c(34L, 28L, NA, 31L), 
               emo = c(24L, 38L, 51L, 68L)), 
           row.names = c(NA, -4L), class = "data.frame")

解决方案 #

可以通过批量生成列组合+dplyr批量创建新列的方式实现，无需手动编写多个mutate语句，代码可扩展性强（列数增多时仅需修改目标列列表）：

方法1：结合rowwise()与c_across() #

library(dplyr)

# 定义需要处理的目标列
target_cols <- c("cog", "com", "emo")
# 生成所有两两列组合
col_pairs <- combn(target_cols, 2, simplify = FALSE)

# 批量生成统计列
df_result <- df %>%
  rowwise() %>%
  mutate(
    !!!purrr::map(col_pairs, ~ {
      # 生成新列名（用"-"连接两个列名）
      new_col <- paste(.x, collapse = "-")
      # 判断当前行的两个列是否均为非NA，转成整数1/0
      val <- as.integer(all(!is.na(c_across(all_of(.x)))))
      # 绑定列名与对应值的表达式
      purrr::set_names(list(val), new_col)
    })
  ) %>%
  ungroup()

# 查看结果
print(df_result)

方法2：直接构造逻辑判断表达式（无需rowwise） #

library(dplyr)
library(purrr)

target_cols <- c("cog", "com", "emo")
col_pairs <- combn(target_cols, 2, simplify = FALSE)

df_result <- df %>%
  mutate(
    !!!map(col_pairs, ~ {
      new_col <- paste(.x, collapse = "-")
      # 构造逻辑判断表达式：!is.na(col1) & !is.na(col2)
      expr <- parse_expr(paste0("as.integer(!is.na(", .x[1], ") & !is.na(", .x[2], "))"))
      set_names(list(expr), new_col)
    })
  )

print(df_result)

说明 #

• 两种方法均能自动生成所有两两列组合的统计列，当目标列数量增加时，仅需修改target_cols向量即可，无需额外修改代码。
• 核心逻辑是判断每行中两个列是否都不为NA，满足则返回1，否则返回0，与你之前的rowSums(!is.na(...)) -1逻辑一致（当两列均非NA时rowSums为2，减1得1；否则为0或-1，若数据存在两列均NA的场景，直接判断逻辑与的方式更准确）。

内容的提问来源于stack exchange，提问作者Sandy