使用mutate()创建变量时返回NA值的原因及解决咨询

R 的算术运算规则默认是“遇到NA就返回NA”，所以你直接写 prop + equip 计算 PPE 时，只要任意一个字段是缺失值，最终结果就会变成 NA，和你预期的“缺失值按0参与求和”的逻辑不符。

计算 PPE 时，把两个字段的缺失值先替换为0再做加法即可，用 dplyr 生态里的 coalesce() 可以最简洁实现这个逻辑：这个函数会逐元素取第一个非缺失值，刚好适配“有值保留原值、缺失值补0”的需求。

调整后的完整代码如下：

df <- df %>%
  # 计算PPE：缺失值按0计入求和
  mutate(PPE = coalesce(prop, 0) + coalesce(equip, 0)) %>%
  # 后续dependent计算逻辑和你原来保持一致即可
  mutate(dependent = (PPE - lag(PPE))/lag(assets))

对照你提供的示例逐行核对：

• 第一行：prop=1、equip=NA → PPE = 1 + 0 =1；因为没有前序观测，lag(PPE)为NA，dependent返回NA，和示例完全一致
• 第二行：prop=1、equip=NA → PPE =1 +0=1
• 第三行：prop=NA、equip=4 → PPE=0 +4=4；计算dependent时取上一行PPE=1、上一行assets=1，(4-1)/1=3，和示例完全一致
• 第四行：prop=3、equip=3 → PPE=3+3=6；计算dependent时取上一行PPE=4、上一行assets=2，(6-4)/2=1，和示例完全一致
• 第五行：prop=8、equip=NA → PPE=8+0=8；计算dependent时取上一行PPE=6、上一行assets=1，(8-6)/1=2，和示例完全一致

注：示例中第二行标注的dependent=0.5存在数值逻辑偏差，按给定公式计算该位置结果应为0，上述代码的计算结果完全匹配示例中其余所有观测的输出要求。

• 替代写法：如果后续需要对更多字段做同类的缺失补0求和，可以用rowSums()配合across()实现，逻辑更简洁：

mutate(PPE = rowSums(across(c(prop, equip), ~replace_na(.x, 0))))

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