R使用dplyr按id分组基于na_count添加evidence阈值标记列

实现方案 #

核心逻辑 #

每行q1至q5共5个字段，na_count为每行对应列的NA数量，因此每行非NA值数量为5 - na_count，按id分组后对该值求和，即可得到单id跨所有行的非NA值总数量，再与阈值比较生成标记列即可。

代码实现 #

library(dplyr)
# 可自行调整阈值
min_threshold <- 10

df <- df %>%
  group_by(id) %>%
  mutate(evidence = ifelse(sum(5 - na_count) >= min_threshold, "yes", "no")) %>%
  ungroup() # 不需要保留分组结构可保留该行

验证计算（阈值10场景） #

各id非NA值总和计算如下，与示例输出完全匹配：

• id=7：(5-3)+(5-1)+(5-3) = 8 <10 → 标记no
• id=9：(5-0)+(5-1)+(5-0)+(5-1)=18 ≥10 → 标记yes
• id=3：(5-3)+(5-1)=6 <10 → 标记no
• id=1：(5-2)+(5-2)+(5-3)=8 <10 → 标记no
• id=2：(5-4)+(5-2)+(5-1)+(5-1)+(5-0)=17 ≥10 → 标记yes

内容的提问来源于stack exchange，提问作者Sandy