检查多个列，如果它们中的任何一个是特定值

Question

我想检查多个列中的特定字符串，如果其中至少有一个匹配，则返回一个值。

例如：

df %>%
  mutate(
    result = case_when(
      col1 == "string" |
      col2 == "string" | 
      col3 == "string" | 
      col4 == "string" | 
      col5 == "string" ~ as.integer(1),
      T ~ as.integer(2)
    )
  )

有没有办法做到这一点，即在每一列中检查至少一个 NA 并将值分配给结果？

Answer 1

您可以通过dplyr::across查看每一行

例如数据df定义如下

df <- data.frame(
  col1 = c("string","a","a","a","a", NA),
  col2 = c("b","b","string","b","b","b"),
  col3 = c("c","c","c","c","c","c"),
  col4 = c("d","d","d","d","d","d")
)
    col1   col2 col3 col4
1 string      b    c    d
2      a      b    c    d
3      a string    c    d
4      a      b    c    d
5      a      b    c    d
6   <NA>      b    c    d

你可以试试

df %>%
  rowwise %>%
  mutate(res = ifelse(rowSums(across(col1:col4, ~ .x == "string"), na.rm = T)>0, 1, 2),
         res2 = rowSums(across(col1:col4, ~ is.na(.x)))>0)

在res中，如果任一列有"string"，则rowSums(...)为正值，则赋值1，否则赋值2。

同样，res2 会检查是否存在NA。

请注意，它们是按行操作的。

结果是这样的

  col1   col2   col3  col4    res res2 
  <chr>  <chr>  <chr> <chr> <dbl> <lgl>
1 string b      c     d         1 FALSE
2 a      b      c     d         2 FALSE
3 a      string c     d         1 FALSE
4 a      b      c     d         2 FALSE
5 a      b      c     d         2 FALSE
6 NA     b      c     d         2 TRUE 

如果有任何问题或疑问，请告诉我。