R语言case_when条件突变时如何对变量列表批量调用is.na

需求说明 #

处理调研问卷数据时需要区分「题项不适用」和「真实漏答」两类记录：

• x1、x2为核心回答题项，仅当受访者判定x1、x2均不适用时才会填写x3
• 取值规则如下：
  • x3填报"None of the above"时取值为1
  • 核心题项有有效回答、x3未选上述选项时取值为0，对应不适用场景
  • x1、x2等所有核心题项均未作答时判定为真实漏答，x3取缺失值
• 现有代码可正常实现规则，但核心题项数量较多（10个以上）时，逐变量写is.na(xx) & is.na(yy)的拼接语句维护成本高，需要支持直接引用预定义变量列表的简化写法。

原有可运行代码 #

library(dplyr)
df3 <- tibble(x1 = c("Yes", "No", NA, NA), x2 = c("Yes", "Yes", NA, NA), x3 = c(NA, NA, NA, "None of the above"))
list <- c("x1", "x2")

df3 %>% 
  mutate(
    x3 = coalesce(as.integer(x3 == "None of the above"), 0),
    x3 = case_when(
      x3 == 1 ~ 1,
      is.na(x1) & is.na(x2) ~ NA_real_,
      TRUE ~ 0))

简化实现方案 #

直接使用dplyr内置的if_all()函数，搭配all_of()引用预定义的核心题项向量即可，无需手动拼接多变量判断语句：

library(dplyr)
df3 <- tibble(x1 = c("Yes", "No", NA, NA), x2 = c("Yes", "Yes", NA, NA), x3 = c(NA, NA, NA, "None of the above"))
# 预定义所有核心题项的变量名，后续增减变量仅需修改这个向量
core_items <- c("x1", "x2")

df3 %>% 
  mutate(
    x3 = case_when(
      x3 == "None of the above" ~ 1,
      # 一次性判断core_items内所有变量是否均为NA
      if_all(all_of(core_items), is.na) ~ NA_real_,
      TRUE ~ 0
    )
  )

实现说明 #

• if_all()会对指定列集合逐行判断是否全部满足给定条件（这里是is.na()），返回布尔向量，完全替代手动拼接的多变量&判断逻辑
• 不要将存储变量名的对象命名为list，这是R的内置基础函数，直接覆盖容易引发不可预期的报错
• 运行结果和原代码完全一致：第1、2行x3取值为0，第3行（所有核心题项未答）为缺失值，第4行取值为1，符合预期规则
• 后续核心题项数量增减时，仅需要修改core_items向量的内容，不需要调整mutate内的判断逻辑，维护成本极低。

内容的提问来源于stack exchange，提问作者VancityPlanner