如何将 rowSums 和 ifelse 与 mutate 结合使用答案

【问题标题】：How to combine rowSums and ifelse with mutate如何将 rowSums 和 ifelse 与 mutate 结合使用
【发布时间】：2026-02-09 17:20:04
【问题描述】：

我需要结合rowSums 和ifelse 来创建一个新变量。我的数据如下所示：

boss var1 var2 var3 newvar
 1    NA   NA   3    NA
 1     2    3   3    8
 2    NA    NA  NA   0
 2    NA    NA  NA   0
 2    NA    NA  NA   0
 1    1     NA  2    3

如果boss==1，并且var1到var3的缺失值不止一个，newvar应该是NA，否则应该是var1+var2+var3的结果

如果boss==2，newvar 应自动为0。

到目前为止，我已经能够使用dplyr解决部分问题：

mutate(newvar=rowSums(.[,2:4],na.rm=TRUE) +
    ifelse(rowSums(is.na(.[,2:4]))>1 & boss==2,NA,0))

mutate(newvar=ifelse(boss==2,0,NA)

但是，我正在努力将两者结合起来。非常感谢任何帮助。

【问题讨论】：

标签： r if-statement dplyr

【解决方案1】：

这是case_when 的一个选项，我们在其中创建一个索引 ('i1')，它计算行中 NA 元素的数量。在case_when 中使用索引来创建分配值的逻辑条件

df %>% 
    mutate(i1 = rowSums(is.na(.[-1]))) %>% 
    mutate(newvar = case_when(i1 > 1 & boss==1 ~ NA_integer_,
                          boss==2 ~ 0L, 
                          i1 <=1 & boss != 2~ as.integer(rowSums(.[2:4], na.rm = TRUE)))) %>%
    select(-i1)
#   boss var1 var2 var3 newvar
#1    1   NA   NA    3     NA
#2    1    2    3    3      8
#3    2   NA   NA   NA      0
#4    2   NA   NA   NA      0
#5    2   NA   NA   NA      0
#6    1    1   NA    2      3

在base R 中，这可以通过创建索引而不使用任何ifelse 来完成

i1 <- df$boss != 2
tmp <- i1 * df[-1]
df$newvar <- NA^(rowSums(is.na(tmp)) > 1 & i1) * rowSums(tmp, na.rm = TRUE)
df$newvar
#[1] NA  8  0  0  0  3

数据

df <- structure(list(boss = c(1L, 1L, 2L, 2L, 2L, 1L), var1 = c(NA, 
 2L, NA, NA, NA, 1L), var2 = c(NA, 3L, NA, NA, NA, NA), var3 = c(3L, 
 3L, NA, NA, NA, 2L)), .Names = c("boss", "var1", "var2", "var3"
 ), row.names = c(NA, -6L), class = "data.frame")

【讨论】：

【解决方案2】：

base-R 中使用apply 的解决方案可以是：

df$newvar <- apply(df,1, function(x){
  #retVal = NA
  if(x["boss"]==2){
    0
  } else if(sum(is.na(x[-1])) > 1){
    NA
  } else{
    sum(x[-1], na.rm = TRUE)
  }
})

#   boss var1 var2 var3 newvar
# 1    1   NA   NA    3     NA
# 2    1    2    3    3      8
# 3    2   NA   NA   NA      0
# 4    2   NA   NA   NA      0
# 5    2   NA   NA   NA      0
# 6    1    1   NA    2      3

数据：

df <- read.table(text = 
"boss var1 var2 var3
1    NA   NA   3    
1     2    3   3    
2    NA    NA  NA   
2    NA    NA  NA   
2    NA    NA  NA   
1    1     NA  2",
header = TRUE, stringsAsFactors = FALSE)

【讨论】：