使用dplyr::mutate指定列范围批量运算并忽略NA值的实现方法

问题根因 #

你现有代码的异常结果来自两个错误逻辑：

• 直接使用+运算符做列运算时，任意参与运算的值为NA就会返回NA，且你将na.rm=T放在了mutate()的参数层级，该参数对+运算无效，还会被识别为单独的赋值逻辑，因此返回异常的TRUE值。
• dplyr不支持直接写a to c的列范围语法，需要配合官方提供的列选择函数使用。

解决方案 #

推荐两种常用实现方式，都可以满足你指定列范围、忽略NA值的需求：

方式1：使用rowSums()（性能最优，适合求和场景） #

library(dplyr)
df3 <- df %>%
  mutate(E = rowSums(across(a:c), na.rm = TRUE))

代码说明：

• across(a:c)会自动匹配从列a到列c的所有列，无需逐一写列名
• rowSums()按行求和，na.rm = TRUE直接传给求和逻辑，自动忽略NA值
• 如果需要在列范围基础上额外排除某列，可以把选择逻辑改成across(a:c & !d)，就会剔除d列参与运算

方式2：使用rowwise() + c_across()（灵活性更高，适合复杂逐行运算） #

如果你后续需要做的不是简单求和，是其他自定义逐行运算，可以用这个方案：

library(dplyr)
df3 <- df %>%
  rowwise() %>% # 开启逐行运算模式
  mutate(E = sum(c_across(a:c), na.rm = TRUE)) %>%
  ungroup() # 运算完成后取消行分组，避免影响后续数据操作

结果验证 #

最终生成的E列值为：18, 21, 16, 27, 15，符合忽略NA的求和预期。

内容的提问来源于stack exchange，提问作者Josch