R语言按行判断数据框任意列阈值并分类且保留NA值的实现问题

原代码问题 #

你的原有写法存在两个核心问题：

• lapply(data, >=, 7)不符合R语法要求，运算符作为函数调用时需要用反引号包裹，或显式定义为匿名函数
• 没有单独处理全行都是NA/NaN的场景，直接判断会把全NA行的分类结果误判为less

基础包实现方案 #

直接用apply逐行判断，逻辑最直观：

# 示例数据
data <- data.frame(V1=c(1,5,7, NA),
                   V2=c(1,5,8, NA),
                   V3=c(3,9,10, NaN))

# 逐行分类实现
data$newCol <- apply(data, 1, function(row) {
  # 优先判断是否全行都是NA/NaN
  if (all(is.na(row))) {
    return(NA_character_)
  }
  # 存在任意值>=7返回more，否则返回less
  ifelse(any(row >= 7, na.rm = TRUE), "more", "less")
})

修正Reduce+lapply的实现方案 #

如果你要沿用原来的Reduce思路，修正后的写法如下：

# 逐列判断元素是否>=7，再按行取或逻辑
row_meet_cond <- Reduce(`|`, lapply(data, function(x) x >= 7))
# 判断每行是否全为NA
all_row_na <- apply(data, 1, function(x) all(is.na(x)))
# 生成分类列
data$newCol <- ifelse(all_row_na, NA_character_, ifelse(row_meet_cond, "more", "less"))

Tidyverse简洁实现 #

如果使用dplyr包可以写出更简洁的代码：

library(dplyr)
data <- data %>%
  mutate(
    newCol = case_when(
      if_all(everything(), is.na) ~ NA_character_,
      if_any(everything(), ~.x >= 7) ~ "more",
      .default = "less"
    )
  )

运行以上任意一种方案得到的结果都和预期输出完全匹配。

内容的提问来源于stack exchange，提问作者maycca