如何在dplyr::case_when()中引用多列向量判断NA值？

问题背景 #

需要通过dplyr::case_when()生成新列：当指定子集的所有列均为NA时，新列值设为1，否则为0。但直接使用all(is.na(c(x,y)))的写法无法得到预期结果，示例代码及问题如下：

示例代码 #

test <- data.frame(x=c(1,2,3,NA,NA),
                   y=c(1,NA,2,3,NA))
test %>%
  mutate(z = case_when(
    all(is.na(c(x,y))) ~ 1,
    .default = 0
  ))

问题表现 #

预期第5行（x和y均为NA）的z值为1，其余行z值为0，但实际所有行的z值都为0。is.na(x) & is.na(y) ~ 1的写法虽可行，但不适用于列数较多的场景。

可行解决方案 #

针对多列场景，推荐两种高效写法：

方法1：结合rowwise()与c_across() #

c_across()可选中指定范围的列，配合rowwise()实现逐行判断目标列是否全为NA：

test %>%
  rowwise() %>%
  mutate(z = case_when(
    all(is.na(c_across(c(x, y)))) ~ 1,
    .default = 0
  )) %>%
  ungroup() # 完成操作后取消行分组，避免影响后续计算

支持tidyselect语法：选中连续列可写c_across(x:y)，按列名模式匹配可写c_across(starts_with("col_"))。

方法2：使用if_all() #

if_all()是dplyr 1.0.0+版本新增函数，可直接在case_when()中逐行判断指定列是否全部满足条件，无需手动分组：

test %>%
  mutate(z = case_when(
    if_all(c(x, y), is.na) ~ 1,
    .default = 0
  ))

同样支持tidyselect语法，例如if_all(starts_with("x"), is.na)可选中所有以x开头的列。

原代码失效原因 #

原代码中all(is.na(c(x,y)))会将x、y整合成一个整体向量，判断整个向量是否全为NA，而非逐行判断每行的x和y是否都为NA，最终得到单一逻辑值FALSE，导致所有行的z值都为0。上述两种方法均针对每行的指定列做判断，符合需求。

内容的提问来源于stack exchange，提问作者JLinsta