使用drop_na()删除指定列NA值时tenure变量值异常全变为1问题

正常调用tidyr包的drop_na()仅会删除指定列包含NA的行，不会修改其他列的取值，出现tenure、tenure2全变为1的问题，基本是以下三类原因：

• 调用了非tidyr版本的同名drop_na函数。R生态中多个第三方包都存在同名函数，部分包的该函数实现存在bug，在处理带标签属性（比如用haven读取的Stata/SPSS数据）、分组属性的数据框时，容易出现列值被错误重置的问题。
• 执行删行前数据框存在未完成求值的惰性绑定。如果之前生成tenure、tenure2时的mutate逻辑存在环境依赖，比如case_when分支未写全默认值、表达式错误引用了全局环境中值为1的同名tenure/tenure2变量，列在删行操作前只是存储了计算规则而非实际值，drop_na触发数据重算时就会把所有值算成1。这类问题迷惑性很强：重算前查看数据可能显示正常，只要触发任何需要遍历全表的操作就会暴露错误。
• 数据框保留了分组（grouped_df）属性，且分组逻辑和tenure列存在绑定。drop_na处理分组数据时如果遇到分组列含NA的行，会自动重构分组索引，如果之前生成tenure/tenure2的计算是按分组编写且逻辑有漏洞，分组重构时会把组内的计算值错误广播为全列统一值。

按以下顺序排查修复即可：

1. 先排除函数冲突和分组干扰，显式指定调用tidyr的drop_na，执行删行前先取消所有分组：

   library(tidyr)
   df <- df %>% 
     ungroup() %>% 
     tidyr::drop_na(going_concern_new_opinion)
   

2. 修正tenure2的生成逻辑，从根源避免惰性计算问题。case_when必须显式写全分支和默认值，不要依赖隐式取值，计算完成后强制触发全表求值：

   df <- df %>%
     ungroup() %>%
     mutate(
       tenure = as.numeric(tenure), # 先统一tenure类型，排除类型异常
       tenure2 = case_when(
         is.na(tenure) ~ NA_real_,
         tenure < 3 ~ 0,
         tenure >= 3 ~ 1,
         .default = NA_real_ # 显式指定默认分支，不要省略
       )
     ) %>%
     as_tibble() # 强制求值，把所有惰性计算的列转成实际存储值
   

3. 如果上述操作后仍有异常，直接用基础R的行索引实现删行，完全规避tidyverse函数可能的属性兼容问题，这个写法不会触发任何列重算，能100%保留其他列的原始值：

   # 删行前先校验tenure取值是否正常
   stopifnot(!all(df$tenure == 1, na.rm = TRUE))
   # 直接按逻辑删行
   df <- df[!is.na(df$going_concern_new_opinion), ]
   

内容的提问来源于stack exchange，提问作者maesteri