使用rowwise()处理整行数据：如何识别全为NA值的观测行？

以下两种方案均不需要硬编码列名，可适配任意列数、任意列名的数据集：

方法1：使用if_all()（推荐，最简洁） #

dplyr 1.0.0及以上版本提供的if_all()函数可以直接按行判断选中的所有列是否都满足条件，是目前最优的实现方式：

• 标记全NA行

frm %>%
  # 新增列标记当前行是否所有列都是NA
  mutate(all_values_missing = if_all(everything(), is.na))

• 直接筛选出全NA的行

frm %>%
  filter(if_all(everything(), is.na))

如果不需要检查全部列，只需要把everything()替换为对应的tidyselect选择规则即可，比如要排除名为id的列，可以写成everything() - id。

方法2：使用rowwise() + c_across()（兼容旧版dplyr） #

如果是低于1.0.0版本的dplyr，可以用c_across()按行合并选中列后判断：

frm %>%
  rowwise() %>%
  mutate(all_values_missing = all(is.na(c_across(everything())))) %>%
  ungroup() # 处理完成后取消行分组，避免影响后续操作

两种方案在示例数据集上运行，都会正确识别第四行是唯一全为NA的行。

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