NA数量少于指定值时如何计算行均值？问卷求和代码优化求助

一、优化行求和（sumscore）的代码 #

你原来的代码可以合并为单次mutate操作，省去中间变量和多次数据框赋值，逻辑更紧凑：

library(tidyverse)

dum <- tibble(x=c(1,NA,2,3,4),y=c(1,2,3,NA,5),z=c(1,NA,2,3,4))

# 设定允许的最大NA数量（这里设为1，即NA数量<2时计算求和）
max_na <- 1

dum <- dum %>%
  mutate(
    sumscore = case_when(
      rowSums(is.na(select(., x:z))) <= max_na ~ rowSums(select(., x:z), na.rm = TRUE),
      .default = NA_real_
    )
  )

这样直接通过rowSums(is.na(...))判断NA数量，符合条件时计算行和，否则直接赋值NA，不需要用临时值中转，代码更简洁直观。

如果想进一步简化，还可以用ifelse替代case_when（逻辑简单时更紧凑）：

dum <- dum %>%
  mutate(
    sumscore = ifelse(
      rowSums(is.na(select(., x:z))) <= max_na,
      rowSums(select(., x:z), na.rm = TRUE),
      NA_real_
    )
  )

二、NA数量符合要求时计算行均值 #

逻辑和求和完全一致，把rowSums换成rowMeans即可：

# 同样设定允许的最大NA数量
max_na <- 1

dum <- dum %>%
  mutate(
    mean_score = case_when(
      rowSums(is.na(select(., x:z))) <= max_na ~ rowMeans(select(., x:z), na.rm = TRUE),
      .default = NA_real_
    )
  )

或者用ifelse版本：

dum <- dum %>%
  mutate(
    mean_score = ifelse(
      rowSums(is.na(select(., x:z))) <= max_na,
      rowMeans(select(., x:z), na.rm = TRUE),
      NA_real_
    )
  )

另外，如果你的问卷问题列有统一命名规则（比如都是以q_开头），可以用select(., starts_with("q_"))替代x:z，代码扩展性更强，不用手动列变量名。

内容的提问来源于stack exchange，提问作者Gitta