在dplyr的if_else中保留NA值及批量生成判断列的技术问询

问题1：保留原数据中的NA值 #

你当前用if_else时，默认会把NA输入转为0，要保留NA的话，直接利用if_else的.na参数指定NA输出即可——注意要使用NA_integer_保证输出类型统一：

mydf <- mydf %>%
  mutate(A1.1 = if_else(A1 %in% c("A"), 1L, 0L, .na = NA_integer_),
         A2.1 = if_else(A2 %in% c("A", "B"), 1L, 0L, .na = NA_integer_),
         A3.1 = if_else(A3 %in% c("A", "B"), 1L, 0L, .na = NA_integer_))

处理后结果会保留原数据中的NA：

ID diagnosis   A1   A2   A3 A1.1 A2.1 A3.1
a       yes    A    A    B    1    1    1
b       yes    B    C    D    0    0    0
c        no <NA>    C <NA>   NA    0   NA
d        no    E    C    D    0    0    0
e       yes    D <NA>    B    0   NA    1

问题2：批量生成判断列 #

面对30个题目，逐个写mutate过于繁琐，推荐用dplyr::across结合正确答案映射表批量处理：

步骤1：定义每个题目的正确答案 #

先创建一个命名列表，存储所有题目的正确答案：

correct_ans <- list(
  A1 = c("A"),
  A2 = c("A", "B"),
  A3 = c("A", "B")
  # 按此格式继续添加剩余27个题目的正确答案
)

步骤2：用across批量生成判断列 #

指定要处理的目标列（比如所有以A开头加数字的题目列），批量生成带.1后缀的判断列：

mydf <- mydf %>%
  mutate(across(matches("^A\\d+"),  # 匹配所有A开头的题目列
                ~ if_else(.x %in% correct_ans[[cur_column()]], 
                          1L, 0L, .na = NA_integer_),
                .names = "{col}.1"))  # 新列命名规则：原列名+.1

这一行代码就能完成所有题目的判断列生成，同时保留原数据的NA值。

内容的提问来源于stack exchange，提问作者dplyr