R语言dplyr跨bias后缀列统计dog出现数及批量生成指示列

问题1：计算dog_sum且规避整行NA报错 #

原代码使用rowwise()的实现性能较低，且对全NA行的边界处理不好，改用rowSums()的向量化操作即可解决，代码如下：

library(dplyr)
test_df <- test_df %>%
  mutate(dog_sum = rowSums(across(ends_with("bias")) == "dog", na.rm = TRUE))

该方案无需逐行遍历，处理大表时性能远好于rowwise()，全NA行的计算结果会自动返回0，不会抛出错误。

问题2：生成各bias列对应的01标识列 #

直接利用mutate()+across()的.names参数自定义新列名即可实现需求：

test_df <- test_df %>%
  mutate(across(ends_with("bias"), ~ as.integer(.x %in% "dog"), .names = "{.col}_dog"))

这里使用%in%代替==是为了自动将NA值的判断结果转为FALSE，最终对应输出0，符合需求。

合并实现（两个需求一次性完成） #

如果要同时完成两个计算，可合并为一段代码：

test_df <- test_df %>%
  mutate(
    # 生成各列的dog标识
    across(ends_with("bias"), ~ as.integer(.x %in% "dog"), .names = "{.col}_dog"),
    # 计算每行dog总数
    dog_sum = rowSums(across(ends_with("_dog")), na.rm = TRUE)
  )

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