R语言使用dplyr实现多列指定值或NA检查的简洁方法

方案1：使用dplyr内置的if_any()（推荐，dplyr 1.0.0+版本支持） #

if_any是专门用来逐行判断多列是否满足任意一个条件的函数，写法最简洁：

library(dplyr)
df %>%
  mutate(
    # 只要col1-col5中存在至少一个NA，就返回1，否则返回2
    result = as.integer(if_any(c(col1, col2, col3, col4, col5), is.na)) + 1L
  )

如果目标列名有统一规则，还可以用tidyselect语法简化列选择，比如匹配所有col开头的列：

df %>%
  mutate(
    result = as.integer(if_any(starts_with("col"), is.na)) + 1L
  )

方案2：低版本dplyr兼容写法，用rowSums实现 #

如果使用的dplyr版本低于1.0.0没有if_any，可以用行求和的方式判断：

library(dplyr)
df %>%
  mutate(
    result = as.integer(rowSums(is.na(select(., col1:col5))) > 0) + 1L
  )

两种写法都等价于需求的逻辑，比逐列写或条件简洁很多，执行效率也更高。

内容的提问来源于stack exchange，提问作者MLE