R语言：检查数据框指定多列是否全为NA并生成标记列

你遇到的问题核心在于all(is.na(...))的作用范围——它是全局判断整个子数据框的所有元素是否都是NA，返回的是一个单一的逻辑值（TRUE/FALSE），所以用它生成的Any_Flag列会全部是同一个值，而不是逐行检查每行的Flag列是否全为NA。

下面给你几种可行的解决方案，你可以根据自己的习惯选择：

方法一：基础R的apply逐行处理 #

这是最直观的基础R写法，按行遍历所有Flag列，逐行判断是否全为NA：

# 先提取所有含"Flag"的列名（用value=TRUE直接得到列名，更清晰）
flag_columns <- grep("Flag", names(ItemStats_2014), value = TRUE)

# 逐行检查每行的Flag列是否全为NA，转换为Y/N标记
ItemStats_2014$Any_Flag <- ifelse(
  apply(ItemStats_2014[flag_columns], 1, function(row) all(is.na(row))),
  "Y", "N"
)

方法二：用rowSums提升效率 #

如果你的数据框行数很多，rowSums的运行速度会比apply更快。原理是：每行中NA的数量等于Flag列的总数时，说明该行所有Flag列都是NA：

flag_columns <- grep("Flag", names(ItemStats_2014), value = TRUE)
total_flag_cols <- length(flag_columns)

ItemStats_2014$Any_Flag <- ifelse(
  rowSums(is.na(ItemStats_2014[flag_columns])) == total_flag_cols,
  "Y", "N"
)

方法三：tidyverse风格写法（推荐用dplyr） #

如果你平时习惯用tidyverse工具链，这种写法更简洁易读：

library(dplyr)

ItemStats_2014 <- ItemStats_2014 %>%
  rowwise() %>%  # 开启逐行处理模式
  mutate(
    Any_Flag = ifelse(
      all(is.na(c_across(contains("Flag")))),  # 选中所有含"Flag"的列并判断全NA
      "Y", "N"
    )
  ) %>%
  ungroup()  # 关闭逐行模式，恢复默认的列处理逻辑

再回头解释下你原来的代码为什么不符合预期：
all(is.na(ItemStats_2014[ ,grep("Flag", names(ItemStats_2014))]))会检查整个筛选出来的Flag列子数据框里的每一个元素是否都是NA，返回的是一个单一的TRUE或FALSE。比如如果整个子数据框里只要有一个非NA值，这个表达式就会返回FALSE，最终Any_Flag列会全部变成"N"，这显然不是你想要的逐行判断效果。

内容的提问来源于stack exchange，提问作者alexb523