如何通过多变量OR条件快速生成性别暴力受害标识新变量

最优实现方案（dplyr 1.0.0及以上版本） #

直接使用dplyr内置的if_any()函数，可批量匹配指定范围内的变量，逐行判断是否存在至少一个变量满足取值为1的条件：

不同变量选择场景的写法： #

• 如果所有暴力指标变量都是以固定前缀命名（比如均为v开头，对应v1到v70）：

library(dplyr)
base <- base %>% 
  mutate(`some point in life` = as.integer(if_any(starts_with("v"), ~.x == 1)))

• 如果暴力指标是连续的列范围（比如从第2列到第71列，或者变量名从v1连续到v70）：

base <- base %>% 
  mutate(`some point in life` = as.integer(if_any(v1:v70, ~.x == 1)))

• 如果变量分为两类命名规则（比如过去12个月的指标前缀为past_，12个月之前的前缀为before_）：

base <- base %>% 
  mutate(`some point in life` = as.integer(if_any(c(starts_with("past_"), starts_with("before_")), ~.x == 1)))

if_any会返回逻辑值TRUE/FALSE，转成integer后正好对应1/0，完全符合你的判定规则，不需要手动罗列70个变量。如果指标存在缺失值，可在判断条件中加na.rm = TRUE避免结果返回NA：

mutate(`some point in life` = as.integer(if_any(v1:v70, ~.x == 1, na.rm = TRUE)))

旧版本dplyr兼容方案 #

如果你的dplyr版本低于1.0.0没有if_any函数，可以用rowwise() + c_across()实现：

base <- base %>%
  rowwise() %>%
  mutate(`some point in life` = as.integer(any(c_across(v1:v70) == 1, na.rm = TRUE))) %>%
  ungroup()

该方案为逐行运算，数据量较大时性能低于if_any方案，优先推荐前者。

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