如何在dplyr中结合rowSums与ifelse通过mutate创建新变量

嗨，我来帮你搞定这个需求～完全贴合你给出的规则，运行后结果会和你示例里的newvar完全一致。

核心思路是用case_when清晰处理多分支条件，比嵌套ifelse更易读维护，具体实现如下：

完整代码示例 #

library(dplyr)

# 假设你的数据框名为df，直接执行这段代码即可
df <- df %>%
  mutate(
    newvar = case_when(
      # 当boss==2时，直接赋值0
      boss == 2 ~ 0,
      # 当boss==1且缺失值多于1个（≥2个），设为NA
      boss == 1 & rowSums(is.na(.[, c("var1", "var2", "var3")])) > 1 ~ NA_real_,
      # 其他boss==1的情况（缺失值≤1个），求和并忽略缺失值
      boss == 1 ~ rowSums(.[, c("var1", "var2", "var3")], na.rm = TRUE)
    )
  )

代码细节解释 #

1. 统计缺失值数量：rowSums(is.na(.[, c("var1", "var2", "var3")])) 会高效计算每行var1-var3的缺失值个数，比逐个写is.na(var1)+is.na(var2)+is.na(var3)简洁得多。
2. case_when的优势：把不同规则按顺序列出来，逻辑一目了然，后续调整规则也很方便。
3. NA_real_的作用：因为newvar里有数值0，用数值型的NA_real_能保证列类型统一，避免出现类型冲突的警告。
4. 求和忽略缺失值：rowSums(..., na.rm = TRUE) 会自动跳过缺失值计算，比如你示例里第六行var2是NA，求和时会直接计算1+2=3，完全符合要求。

匹配你的示例数据 #

把这段代码用到你提供的数据上，结果会和示例完全一致：

• 第一行boss=1，2个缺失值 → newvar=NA
• 第二行boss=1，无缺失值 → 2+3+3=8
• 第三-五行boss=2 → newvar=0
• 第六行boss=1，1个缺失值 →1+2=3

内容的提问来源于stack exchange，提问作者Chris