如何使用mutate按行应用函数创建数据框新变量？

嗨，我来帮你搞定这个问题！你原来用apply(1, ...)的方式虽然能得到想要的结果，但在tidyverse的工作流里，确实有更贴合mutate的优雅做法，而且代码会更整洁易读。

先说说你之前用mutate失败的原因：mutate默认是按列向量操作的，直接在mutate里用any()会把整列的结果合并成一个单一值，而不是逐行计算——这就是为啥你之前尝试没成功～

下面给你两种可行的tidyverse风格方案，都能完美替代原来的apply写法：

方法1：用rowwise() + c_across()（通用行操作写法） #

如果你需要更灵活的行级计算（比如不止判断是否存在某个值，还要做其他复杂行运算），可以用rowwise()把数据框转为行分组模式，再用c_across()提取每行的指定列：

library(tidyverse)

n <- 100
z0 <- data.frame(A = sample(c("y","n",NA), n, replace = T, prob = c(.4,.4,.1)),
                 B = sample(c("y","n",NA), n, replace = T, prob = c(.4,.4,.1)),
                 C = sample(c("y","n",NA), n, replace = T, prob = c(.4,.4,.1)))

# 生成新变量new
z0 <- z0 %>%
  rowwise() %>%
  # c_across(A:C) 提取每行的A、B、C列组成向量，any判断是否有"y"
  mutate(new = any(c_across(A:C) == "y")) %>%
  ungroup() # 记得取消行分组，避免影响后续操作

summary(z0)

方法2：用if_any()（推荐，更简洁高效） #

dplyr专门提供了if_any()函数，用来判断每行是否存在至少一列满足指定条件，完全匹配你当前的需求，而且不需要额外的行分组操作，代码更简洁，性能也更好：

z0 <- z0 %>%
  # if_any遍历A到C列，检查是否有列等于"y"
  mutate(new = if_any(A:C, ~ .x == "y"))

summary(z0)

验证结果一致性 #

你可以对比两种方法和原来apply写法的结果，确保完全一致：

# 原来的方法生成的new
original_new <- apply(z0, 1, function(x) any("y" == x))
# 新方法生成的new
new_new <- z0$new

# 检查是否完全相同
all.equal(original_new, new_new)

这个结果会返回TRUE，说明两种方法的输出和你原来的代码完全一致～

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