R语言使用dplyr筛选accident列仅负数中最接近0的值的问题

问题原因 #

原代码在正负值同时存在的分支中，未过滤正数就直接调用pmax计算，导致正数被纳入取值范围，得到错误结果。

修正方案 #

可以通过行内提取值、过滤非正数的逻辑实现需求，代码更简洁且完全匹配规则：

library(dplyr)

df %>%
  rowwise() %>%
  mutate(
    magic = {
      # 提取当前行三个accident列的所有值
      val_list = c(accident1, accident2, accident3)
      # 仅保留非NA、且小于等于0的值
      valid_neg = val_list[!is.na(val_list) & val_list <= 0]
      # 没有符合要求的值返回NA，否则返回最大值（即最接近0的负数）
      if (length(valid_neg) == 0) NA_real_ else max(valid_neg)
    }
  ) %>%
  ungroup()

逻辑说明 #

该写法不需要拆分多分支判断，天然覆盖所有规则：

• 若所有值都是正数/全为NA：过滤后valid_neg长度为0，返回NA，匹配规则1、全NA场景
• 若所有值都是负数：过滤后valid_neg包含所有值，取最大值，匹配规则2
• 若同时存在正负值：过滤后valid_neg仅包含负数，取最大值，匹配规则3

运行后输出结果和你预期的完全一致。

内容的提问来源于stack exchange，提问作者EML