R中对data.frame多列应用OR运算且正确保留缺失值的方案

基础R向量化实现（无需第三方包） #

你原来的思路是对的，但可以用rowSums替换逐行apply，运算效率更高，代码也更简洁：

myOR <- function(df) {
  # 存在1则标记为1，无1则标记为0
  res <- as.numeric(rowSums(df == 1, na.rm = TRUE) > 0)
  # 所有值均为NA的行替换为NA
  res[rowSums(is.na(df)) == ncol(df)] <- NA
  return(res)
}

测试输出完全匹配你的预期：

myOR(df)
#  [1]  0  1  0  1  1  1  0  1  0  1  1  1  1  1  1  1  1  1  0  1  0  1  1  1  0  1 NA

更易读的dplyr实现 #

如果你已经在项目中使用tidyverse栈，可以用dplyr 1.0.0及以上版本内置的if_any/if_all函数，可读性更强：

library(dplyr)

df <- df %>% 
  mutate(
    xyz = as.numeric(if_any(everything(), ~.x == 1)),
    # 全NA行替换为NA
    xyz = ifelse(if_all(everything(), is.na), NA, xyz)
  )

避免重复复制代码的方案 #

• 把上述函数写入你本地的~/.Rprofile配置文件，每次启动R会话会自动加载，可直接调用
• 把常用工具函数打包成个人R包，本地安装后全环境可用

内容的提问来源于stack exchange，提问作者kimena