R 如何使用mutate和ifelse处理NAs的存在？

因此，我有一个数据帧，如下所示：

A_count | B_count
0       | 0
312     | NA
2       | 23
0       | 2
NA      | NA
13      | 0

我想创建第三列，检查这些列中是否至少有一列的值不是0或NA。 所以我试着：

df<-df %>%
  mutate(new_column= ifelse(A_count>0 | B_count > 0, "yes","no"))

df%
变异（新列=ifelse（A_计数>0 | B_计数>0，“是”、“否”））

因此，如果其中任何一个大于0，则新列应为“是”，所有其他情况应为“否”（即零和NAs）。但我得到的结果并不完全是这样，因为我在新专栏中得到了NAs，而我没有得到任何“否”。我猜是NAs把事情搞砸了，但我不确定。

---

提前感谢您提供的任何答案

您可以使用

行和

，这将允许在不单独指定的情况下为多个列编写此选项：

df$col <- ifelse(rowSums(df > 0, na.rm  =TRUE) > 0, 'Yes', 'No')
#Without ifelse
#df$col <- c('No', 'Yes')[(rowSums(df > 0, na.rm  =TRUE) > 0) + 1]
df
#  A_count B_count col
#1       0       0  No
#2     312      NA Yes
#3       2      23 Yes
#4       0       2 Yes
#5      NA      NA  No
#6      13       0 Yes

df$col 0，na.rm=TRUE）>0，‘是’、‘否’）
#没有别的
#df$col 0，na.rm=TRUE）>0）+1]
df
#A_count B_count col
#100不
#2是的
#3 2 23是的
#402是的
#5不，不
#6130是的

要对选定列执行此操作，我们可以将它们子集：

cols <- c('A_count', 'B_count')
df$col <- ifelse(rowSums(df[cols] > 0, na.rm  =TRUE) > 0, 'Yes', 'No')

cols 0，‘是’、‘否’）

---

我们可以使用

dplyr

将

cols

更改为

cols，您可以使用
c_overs（）
定义变量范围，然后评估条件。代码如下：

library(dplyr)
#Code
newdf <-df %>% rowwise() %>% 
  mutate(Var=any(c_across(A_count:B_count)>0 & !is.na(c_across(A_count:B_count)))) %>%
  mutate(Var=ifelse(Var,'Yes','No'))

库（dplyr）
#代码
newdf%rowwise（）%%>%
变异（Var=any（c_交叉（A_计数：B_计数）>0&！is.na（c_交叉（A_计数：B_计数）））%>%
变异（Var=ifelse（Var，'Yes'，'No'））

输出：

# A tibble: 6 x 3
# Rowwise: 
  A_count B_count Var  
  <chr>   <chr>   <chr>
1 0       0       No   
2 312     NA      Yes  
3 2       23      Yes  
4 0       2       Yes  
5 NA      NA      No   
6 13      0       Yes 

#一个tible:6 x 3
#顺时针：
A_计数B_计数变量
100不
2是的
3 2 23是的
402是的
5不，不
6130是的
尝试此更改
ifelse（A|count>0 | is.na（A|count）| B|count>0 | is.na（B|count），“是”、“否”）
非常感谢，似乎效果不错。但假设我的df比我展示的列多得多，我如何具体选择“A_计数”和“B_计数”？我以前问过这个问题，实际上我还有其他带字符串的列，例如Check updated Response，它只允许对特定列执行此操作。