R语言如何简便判断多列全为Yes并生成对应汇总列

现有如下结构的数据集：

data <- data.frame(Subject = c("A","B","C"),
          Col1 = c("Yes", "Yes", "No"),
          Col2 = c("Yes", "Yes", "Yes"),
          Col3 = c("Yes", "Yes", "Yes")
                   )

print(data)

数据集打印结果：

Subject Col1 Col2 Col3
1       A  Yes  Yes  Yes
2       B  Yes  Yes  Yes
3       C   No  Yes  Yes

需求 #

新增汇总列，规则为：

• 对应行所有目标列取值均为"Yes"时，汇总列返回"Yes"
• 任意一列取值为"No"或NA时，汇总列返回"No"

原有实现代码写法繁琐，存在语法错误，且列数变动时需要逐行修改判断条件，扩展性很差：

data %>%
group_by(Subject) %>%
summarize(Summary = case_when(
    Col1 == "Yes & Col2 == "Yes & Col3 == "Yes ~ "Yes",
    Col1 != "Yes & Col2 != "Yes & Col3 != "Yes ~ "No",
    TRUE ~ NA

不需要逐列手写判断条件，用dplyr的行选择函数即可快速实现，同时自动兼容NA的判断逻辑。

写法1：易读版（适合小数据集） #

用rowwise()配合c_across()按行做判断，逻辑直观好修改：

library(dplyr)

data %>%
  rowwise() %>%
  mutate(Summary = ifelse(all(!is.na(c_across(Col1:Col3)) & c_across(Col1:Col3) == "Yes"), "Yes", "No")) %>%
  ungroup()

• c_across(Col1:Col3)可按行选中Col1到Col3的所有列值，如果需要调整判断列范围，直接修改列选择规则即可，比如要选所有名称以Col开头的列，可替换为c_across(starts_with("Col"))
• all()函数会判断选中的所有值是否同时满足「非NA」且「等于"Yes"」两个条件，只要存在"No"或者NA，就会返回FALSE

写法2：高效版（适合大数据集） #

用向量化运算实现，不需要逐行遍历，运行速度更快：

data %>%
  mutate(Summary = ifelse(rowSums(across(Col1:Col3, ~ is.na(.x) | .x != "Yes")) == 0, "Yes", "No"))

逻辑为统计每行中不符合要求（值是NA、或值不等于Yes）的列数量，数量为0即代表所有列都是Yes，返回"Yes"，否则返回"No"。

内容的提问来源于stack exchange，提问作者Adam