R语言按行统计b至c列非NA值个数（优先tidyverse实现）

需求说明 #

针对示例数据集，按行统计从列b到列c范围内的非NA值个数，在原数据集基础上新增列存储统计结果，期望统计值按行依次为：1、1、2、1、2、1。

示例原始数据：

library(tidyverse)

d = tibble(a = c("Tom", "Mary", "Ben", "Jane", "Lucas", "Mark"),
           b = c(NA, 3, 6, NA, 5, NA),
           c = c(2, NA, 6, 7, 1, 9))
d

实现方案 #

方案1：行式操作写法（可读性强，适合小数据量） #

使用rowwise()开启行式运算，搭配c_across()选中连续列范围，直接统计非NA值数量：

d %>% 
  rowwise() %>% 
  mutate(non_na_count = sum(!is.na(c_across(b:c)))) %>% 
  ungroup()

代码说明：c_across(b:c)会按数据集列顺序选中b到c的所有列，is.na()判断缺失值后取反得到非NA的逻辑向量，sum()对逻辑值求和（TRUE记为1，FALSE记为0）即得到每行非NA值个数，最后用ungroup()解除行式分组，避免影响后续操作。

方案2：向量化写法（性能优异，适合大数据量） #

如果数据集行数较多，优先使用向量化的rowSums()计算，无需逐行遍历，运行速度更快：

d %>% 
  mutate(non_na_count = rowSums(!is.na(pick(b:c))))

代码说明：pick(b:c)用于选中b到c的连续列，生成对应子数据框，!is.na()将子数据框转为逻辑矩阵，rowSums()直接按行对逻辑值求和得到统计结果，全程为向量化运算，性能远高于行式遍历写法。

两种方案运行后输出结果完全一致，新增的non_na_count列值均为1,1,2,1,2,1，符合预期。

内容的提问来源于stack exchange，提问作者st4co4