Tidyverse/R如何基于指定函数和条件为DataFrame新增列

实现代码 #

首先确保你已经安装加载了所需依赖：

# 安装依赖（仅首次需要）
install.packages(c("tidyverse", "lubridate"))
# 加载包
library(tidyverse)
library(lubridate)

你可以使用dplyr的if_any语法快速实现按行检查是否存在0值，不需要逐行遍历，效率更高：

# 生成示例数据
set.seed(123)
df <- data.frame(
  time = seq(now(), now()+hours(11),by='hours'),
  a = sample(0:100,12),
  b = sample(0:100,12),
  c = sample((0:20)/1000,12))

df[1:3,]$a <- 0
df[3:5,]$b <- 0
df[3:4,]$c <- 0

# 计算新列M
df_result <- df %>%
  mutate(
    # 检查a到c列中任意一列是否为0，是则返回NA，否则执行公式
    M = ifelse(if_any(a:c, ~.x == 0), 
               NA_real_, 
               a*b*(1-exp(-c/2)))
  ) %>%
  # 保留要求的4列
  select(a, b, c, M)

如果你的计算逻辑比较复杂，可以先封装成自定义函数再调用：

# 封装自定义计算逻辑
calc_custom_M <- function(a, b, c) {
  # 此处可替换为你的任意复杂计算公式
  res <- a*b*(1-exp(-c/2))
  return(res)
}

# 调用自定义函数计算
df_result <- df %>%
  mutate(
    M = ifelse(if_any(a:c, ~.x == 0), NA_real_, calc_custom_M(a,b,c))
  ) %>%
  select(a,b,c,M)

逻辑说明 #

• if_any(a:c, ~.x == 0) 会自动逐行检查a到c范围内的所有列，只要其中有一个值为0就返回TRUE，对应将M赋值为NA
• 用NA_real_而不是直接写NA是为了保证M列的类型为数值型，避免R抛出类型不一致的警告
• 如果需要检查的列范围有变化，只需要调整if_any第一个参数的列选择规则即可，比如要检查所有数值列可以写if_any(where(is.numeric), ~.x == 0)

内容的提问来源于stack exchange，提问作者RobertoT