如何使用dplyr基于指定列子集是否存在NA值创建新指示列

最优解决方案（适配dplyr 1.0.4及以上版本） #

直接使用if_any函数即可一行实现需求，这是当前dplyr针对行级多列判断的官方推荐写法：

library(tidyverse)

# 生成无desired列的初始数据
df_start <- df %>% select(-desired)

# 单管道生成desired列
df_result <- df_start %>%
  mutate(desired = as.integer(if_any(contains("test"), is.na)))

代码逻辑说明：

• if_any第一个参数contains("test")选中所有列名含"test"的列
• 第二个参数is.na对选中列的每一个值做是否为NA的判断
• 只要同一行的选中列中存在至少一个NA，if_any就返回TRUE，用as.integer转成整数就是1，否则返回FALSE转成0，完全匹配需求。

基于mutate(across())的兼容写法（适配dplyr 1.0.0及以上版本） #

如果你使用的dplyr版本还没有支持if_any，可以用across结合rowSums实现：

df_result <- df_start %>%
  mutate(desired = as.integer(rowSums(across(contains("test"), ~is.na(.x))) > 0))

代码逻辑说明：

• across(contains("test"), ~is.na(.x))把所有含"test"的列转成逻辑值：NA对应TRUE，非NA对应FALSE
• rowSums对每行的逻辑值求和（逻辑值求和时TRUE算1，FALSE算0）
• 求和结果大于0说明该行至少有一个NA，转整数后就是你需要的1/0标记。

老版本mutate_at写法（仅适配dplyr 1.0.0之前版本，不推荐新代码使用） #

df_result <- df_start %>%
  mutate(desired = as.integer(rowSums(mutate_at(., vars(contains("test")), ~is.na(.)) %>% select(contains("test"))) > 0))

所有写法运行后得到的desired列和示例给出的结果完全一致，可通过all.equal(df_result$desired, df$desired)验证。

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