对某些列的跨行求和，如果全部为 NA，则保留 NA答案

【问题标题】：summing acrossing rows for certain columns, keep NA if all NA对某些列的跨行求和，如果全部为 NA，则保留 NA
【发布时间】：2020-10-30 12:58:40
【问题描述】：

我有看起来像这样的临床数据...我有一堆不同的二元结果，但我只想将其中的几个结果相加以创建总结果/综合得分。我的数据看起来像这样

``patientid <- c(100,101,102,103,104,105,106)
outcome1 <- c(0,NA,1,0,1,NA,1)
outcome2 <- c(0,1,1,0,0,NA,1) 
outcome3 <- c(0,NA,NA,0,1,NA,0)
outcome4 <- c(NA,NA,NA,0,1,NA,0)
Data<-data.frame(patientid=patientid,outcome1=outcome1,outcome2=outcome2,outcome3=outcome3,outcome4=outcome4)
Data''

现在我想为其中三个结果创建一个综合得分。 NA 应该算作零，除非在选择求和的每个结果中都是 NA，在这种情况下它将保持 NA。我假设这是用rowsums完成的？这是我想要的数据库应该是什么样的（仅总结结果 1、2、4）

``patientid <- c(100,101,102,103,104,105,106)
  outcome1 <- c(0,NA,1,0,1,NA,1)
  outcome2 <- c(0,1,1,0,1,NA,1) 
  outcome3 <- c(0,NA,NA,0,1,NA,0)
  outcome4 <- c(NA,NA,NA,0,1,NA,0)
  composite <- c(0,1,2,0,3,NA,2)
 data.frame(patientid=patientid,outcome1=outcome1,outcome2=outcome2,outcome3=outcome3,outcome4=outcome4, composite= composite)
    Data''

【问题讨论】：

标签： r data-cleaning

【解决方案1】：

在基础 R 中，您可以使用 rowSums ：

#select the columns that we want to count
cols <- paste0('outcome', c(1:2, 4))
#sum them rowwise
Data$composite <- rowSums(Data[cols], na.rm  =TRUE)
#turn all NA rows to NA.
Data$composite[rowSums(!is.na(Data[cols])) == 0] <- NA
Data

#  patientid outcome1 outcome2 outcome3 outcome4 composite
#1       100        0        0        0       NA         0
#2       101       NA        1       NA       NA         1
#3       102        1        1       NA       NA         2
#4       103        0        0        0        0         0
#5       104        1        0        1        1         2
#6       105       NA       NA       NA       NA        NA
#7       106        1        1        0        0         2

【讨论】：

【解决方案2】：

使用c_across() 尝试这种方法。我对为什么最终输出的某些列与原始输出不同感到有些困惑。您可以使用c_across() 和rowwise() 对某些行求和，然后标记所有为“NA”的行。代码如下：

library(tidyverse)
#Code
NewData <- Data %>% rowwise(patientid) %>% 
  mutate(Composite=sum(c_across(c(outcome1,outcome2,outcome4)),na.rm=T)) %>%
  mutate(Flag=ifelse(sum(!is.na(c_across(c(outcome1,outcome2,outcome4))))==0,1,0),
         Composite=ifelse(Flag==1,NA,Composite)) %>% select(-Flag)

输出：

# A tibble: 7 x 6
# Rowwise:  patientid
  patientid outcome1 outcome2 outcome3 outcome4 Composite
      <dbl>    <dbl>    <dbl>    <dbl>    <dbl>     <dbl>
1       100        0        0        0       NA         0
2       101       NA        1       NA       NA         1
3       102        1        1       NA       NA         2
4       103        0        0        0        0         0
5       104        1        0        1        1         2
6       105       NA       NA       NA       NA        NA
7       106        1        1        0        0         2

【讨论】：

【解决方案3】：

library(tidyverse)

Data %>%
  rowwise() %>%
  mutate(
    Composite = if_else(
      c(outcome1, outcome2, outcome4) %>% is.na() %>% mean() %>% `==`(1), # looking for cases where all columns are NA
      NA_real_, # all NA columns produce NA
      c(outcome1, outcome2, outcome4) %>% sum(na.rm = T) # for other columns, NAs are treated as 0s
      )
  )

#  patientid outcome1 outcome2 outcome3 outcome4 composite
#1       100        0        0        0       NA         0
#2       101       NA        1       NA       NA         1
#3       102        1        1       NA       NA         2
#4       103        0        0        0        0         0
#5       104        1        0        1        1         2
#6       105       NA       NA       NA       NA        NA
#7       106        1        1        0        0         2

【讨论】：