R语言按行操作处理缺失值 按规则新增数据框pass列

原代码问题说明 #

你之前使用的dt$pass <- ifelse(rowSums(dt[,-1]=="YES",na.rm=T)>0,"YES","NO")逻辑存在漏洞：开启na.rm=TRUE参数时，所有科目全为缺失值的行，统计到的YES出现次数为0，和「无YES、存在NO」的行计算结果一致，无法区分两类判定场景，最终导致全缺失记录被误判为NO；关闭na.rm时只要行内存在任意缺失值，求和结果就会返回NA，无法正确识别带缺失值但存在YES的记录。

通用实现代码（适配任意数量科目列，无额外依赖） #

# 选入所有科目列，示例中排除第1列ID即可，实际使用时根据自己的表结构调整选列规则
score_df <- dt[, -1]

# 按行计算两个判定指标
exist_yes <- rowSums(score_df == "YES", na.rm = TRUE) > 0
all_missing <- rowSums(is.na(score_df)) == ncol(score_df)

# 按规则逐行赋值
dt$pass <- ifelse(
  exist_yes,
  "YES",
  ifelse(all_missing, NA_character_, "NO")
)

运行后得到的结果和预期完全一致：

> dt
  ID math history pass
1  1  YES    <NA>  YES
2  2   NO    <NA>   NO
3  3  YES      NO  YES
4  4   NO      NO   NO
5  5 <NA>     YES  YES
6  6 <NA>    <NA> <NA>

逻辑适配说明 #

判定逻辑完全匹配需求，且不受科目列数量影响：

• 优先判定最高优先级规则：任意科目出现至少1次YES，直接标记为YES，其他科目的缺失值不影响该判定
• 对不存在YES的行，二次判断是否所有科目均为缺失值：是则标记为NA
• 剩余无YES、且至少存在1个NO的行，统一标记为NO

如果实际数据中非成绩列较多，可以通过列名匹配、位置反选等方式灵活筛选科目列，后续判断逻辑不需要做任何修改，可直接适配几十上百门科目的大数据量场景。

内容的提问来源于stack exchange，提问作者yoo