R 在新列中获取所有NAs[变异]

我需要创建一个新列，它是两个或三个其他列的函数，其中一个包含一些丢失的数据（NAs）。但是，当我使用

dplyr

的

mutate

函数时，新列包含所有NAs

请参见下面的示例：

rand_df <- data.frame(replicate(10,sample(0:10,200,rep=TRUE))) # random df
names(rand_df) <- letters[seq(from=1, to=10)]  #renaming header
rand_df$c[2:20] <- NA  # introducing NAs
head(rand_df)

 a b  c d  e f  g h i j
1  3 1  8 2  4 3  1 9 2 9
2  6 1 NA 1  2 8  8 6 0 9
3  5 7 NA 2  4 1  7 7 3 0
4 10 8 NA 6  6 7  0 2 2 0
5  4 1 NA 9  3 8  2 2 5 2
6 10 8 NA 3 10 2 10 4 5 5

rand_df您可以使用pmin（）

库（dplyr）
兰德迪夫2 7 3 NA 2 5 9 1 2 10 6
#>303NA45610106
#>407NA 5366947
#>5 4 4 NA 5 4 10 8 5 6 0
#>613NA30101374
rand_df%突变（k=141*pmin（（c/88.42），1））
头部（兰特迪夫）
#>a b c d e f g h i j k
#> 1 4 9  9 6 10  2 1 10 10 10 14.35196
#>2 7 3 NA 2 5 9 1 2 10 6 NA
#>3003NA 45610106NA
#>407NA 5366947NA
#>5 4 4 NA 5 4 10 8 5 6 0 NA
#>613NA 30101374NA
由[reprex软件包]于2020-08-17创建(https://reprex.tidyverse.org)（v0.3.0）
似乎在
ifelse（）函数中添加了额外的参数。我的意思是
33.5
在这里是不必要的

另外，下一次，请确保正确询问（根据本指南）
以下代码行失败，因为
min（（c/88.42），1））
不基于每一行进行计算，而是使用整个列，因此重复相同的值：

rand_df <- rand_df %>% mutate(k = 141 * min((c/88.42), 1))

解决此问题的方法有多种，其中一种是将行号添加为列，然后使用group_by:

rand_df  %>% 
  mutate(row = row_number()) %>% 
  group_by(row) %>% 
  mutate(k = 141 * min((c/88.42), 1))

谢谢。我用一个可复制的例子编辑了这个问题。我希望现在更清楚了。非常感谢。我对问题进行了编辑以使其更清晰。@janderkran，我用OP提供的新数据集编辑了您的答案，看起来很正确。对于OP，问题+相关数据越精确，获得快速答案的机会就越大。在新版本的
dplyr
，
rowwise（）
不用耍花招就能做到这一点。我还以为他们已经放弃了呢？不管怎样，你每天都会学到一些新的东西……我想他们几年前试图摆脱它，但它得到了一些新的爱（而且可能做得更好并不容易），所以它实际上在dplyr 1.0中得到了推广。最近的观点见此：@RobertWilson非常感谢您的澄清。我的实际目标是简单地找到最小的b/w
c/88.42
和1，我认为
pmin
就是这样做的。我之前不明白@janderkran的回答，但现在我明白了。
rand_df <- rand_df %>% mutate(k = 141 * min((c/88.42), 1))

rand_df %>% mutate(k = min(f), k1 = max(f))) 

rand_df  %>% 
  mutate(row = row_number()) %>% 
  group_by(row) %>% 
  mutate(k = 141 * min((c/88.42), 1))