使用dplyr对含缺失值的数据集按行设置缺失率判断条件

针对你的需求，优先推荐使用rowSums的实现方案，该方案无需逐行分组，对大型数据集的运算效率远高于rowwise写法：

library(dplyr)

df <- df %>%
  mutate(
    missing = if_else(
      # 计算score2到score5列的NA数量/总列数，判断是否超过30%
      # 列数固定为4可直接写4，需要动态适配可替换为ncol(across(score2:score5))
      rowSums(is.na(across(score2:score5))) / 4 > 0.3,
      "yes",
      "no"
    )
  )

如果你习惯使用rowwise写法，正确代码如下，注意用完后要取消行分组避免影响后续操作：

df <- df %>%
  rowwise() %>%
  mutate(
    missing = if_else(
      sum(is.na(c_across(score2:score5))) / 4 > 0.3,
      "yes",
      "no"
    )
  ) %>%
  ungroup() # 取消行分组

原代码报错原因 #

1. 语法结构错误：新列missing的定义需要放在mutate()函数内部
2. 列选择错误：直接使用.x会匹配整行所有列，而非你需要的score2到score5范围
3. 行维度列选择逻辑缺失：rowwise模式下需要用c_across选中指定列进行逐行计算

内容的提问来源于stack exchange，提问作者Sid0311