如果满足dplyr筛选器条件，则更新变量

使用命令

df%>%filter（is.na（df）[，2:4]）

filter函数子集在一个新的df中，该df在第2、3和4列中有带na的行。我想要的不是一个新的子集df，而是在示例“1”中为实际df中名为“Exclude”的新变量赋值

这个带有mutate的例子并不是我想要的，但很接近：

此外，我需要同样的情况发生在其他过滤器条件

我的例子如下：

df <- data.frame(A = 1:6, B = 11:16, C = 21:26, D = 31:36)
df[3,2:4] <- NA
df[5,2:4] <- NA


df
> df
  A  B  C  D
1 1 11 21 31
2 2 12 22 32
3 3 NA NA NA
4 4 14 24 34
5 5 NA NA NA
6 6 16 26 36

如何使用过滤器子集更新easy有什么好主意吗？解决这个问题的困难方法是生成这个子集，为all创建新变量，然后重新连接，但这不是整齐的代码。

这是否有效：

library(dplyr)
df %>% rowwise() %>% 
     mutate(Exclude = +any(is.na(c_across(everything()))), Exclude = na_if(Exclude, 0))

# A tibble: 6 x 5
# Rowwise: 
      A     B     C     D Exclude
  <int> <int> <int> <int>   <int>
1     1    11    21    31      NA
2     2    12    22    32      NA
3     3    NA    NA    NA       1
4     4    14    24    34      NA
5     5    NA    NA    NA       1
6     6    16    26    36      NA

库（dplyr）
df%%>%rowwise（）%%>%
mutate（Exclude=+any（is.na（c_横跨（everything（））），Exclude=na_if（Exclude，0））
#一个tibble:6x5
#顺时针：
A B C D排除
1112131NA
2 12 22 32 NA
3 3 NA NA 1
4 4 14 24 34 NA
5不适用1
616162636NA

这是否有效：

library(dplyr)
df %>% rowwise() %>% 
     mutate(Exclude = +any(is.na(c_across(everything()))), Exclude = na_if(Exclude, 0))

# A tibble: 6 x 5
# Rowwise: 
      A     B     C     D Exclude
  <int> <int> <int> <int>   <int>
1     1    11    21    31      NA
2     2    12    22    32      NA
3     3    NA    NA    NA       1
4     4    14    24    34      NA
5     5    NA    NA    NA       1
6     6    16    26    36      NA

库（dplyr）
df%%>%rowwise（）%%>%
mutate（Exclude=+any（is.na（c_横跨（everything（））），Exclude=na_if（Exclude，0））
#一个tibble:6x5
#顺时针：
A B C D排除
1112131NA
2 12 22 32 NA
3 3 NA NA 1
4 4 14 24 34 NA
5不适用1
616162636NA

使用

anyNA

df %>% mutate(Exclude=ifelse(apply(df[2:4], 1, anyNA), 1, NA))  
#   A  B  C  D Exclude
# 1 1 11 21 31      NA
# 2 2 12 22 32      NA
# 3 3 NA NA NA       1
# 4 4 14 24 34      NA
# 5 5 NA NA NA       1
# 6 6 16 26 36      NA

或者只是

df$Exclude <- ifelse(apply(df[2:4], 1, anyNA), 1, NA)

---

df$Exclude使用
anyNA

df %>% mutate(Exclude=ifelse(apply(df[2:4], 1, anyNA), 1, NA))  
#   A  B  C  D Exclude
# 1 1 11 21 31      NA
# 2 2 12 22 32      NA
# 3 3 NA NA NA       1
# 4 4 14 24 34      NA
# 5 5 NA NA NA       1
# 6 6 16 26 36      NA

或者只是

df$Exclude <- ifelse(apply(df[2:4], 1, anyNA), 1, NA)

df$Exclude我们可以使用
base R
使用矢量化的
行和数

df$Exclude <- NA^!rowSums(is.na(df[-1]))

我们可以使用向量化的
行和

df$Exclude <- NA^!rowSums(is.na(df[-1]))

另一个单线解决方案：

df$Exclude <- as.numeric(apply(df[2:4], 1, function(x) any(is.na(x))))

df$Exclude另一个单线解决方案：

df$Exclude <- as.numeric(apply(df[2:4], 1, function(x) any(is.na(x))))

df$Exclude使用
rowwise
，对所有数字列求和，在ifelse中指定1或NA

df#A tibble:6 x 5
#>#按行：
#>A B C D排除
#>         
#>1112131NA
#>2 12 22 32 NA
#>3 3 NA NA 1
#>4 4 14 24 34 NA
#>5不适用1
#>616162636NA
使用
行方式
，对所有数字列求和，在ifelse中指定1或NA

df#A tibble:6 x 5
#>#按行：
#>A B C D排除
#>         
#>1112131NA
#>2 12 22 32 NA
#>3 3 NA NA 1
#>4 4 14 24 34 NA
#>5不适用1
#>616162636NA
使用示例数据，这对我来说也很好。但是，当应用于包含350条记录和63个变量的工作数据集时，它不工作：错误：
mutate（）
input
Exclude
。x输入
Exclude
无法回收到350大小。我输入的
Exclude
是
ifelse（应用（df[11:30]，1，anyNA），1，NA）
。我输入的
Exclude
的大小必须是350或1，而不是20。或者使用其他选项，我在集合中得到此错误（x，j=name，value=value）：提供的20个项目将分配给“Exclude”列的350个项目。如果您希望“回收”RHS，请使用rep（）使代码读者清楚地了解此意图。@EirikS使用示例数据进行读取这对我也很有效。但是，当应用于包含350条记录和63个变量的工作数据集时，它不工作：错误：
mutate（）
input
Exclude
。x输入
Exclude
无法回收到350大小。我输入的
Exclude
是
ifelse（应用（df[11:30]，1，anyNA），1，NA）
。我输入的
Exclude
的大小必须是350或1，而不是20。或者使用其他选项，我在集合中得到此错误（x，j=name，value=value）：提供的20个项目将分配给“Exclude”列的350个项目。如果您希望“回收”RHS，请使用rep（）向您的代码读者说明此意图。@EirikS read Thanx-但正如我回答firs Response时所说，它对样本有效，但对实际数据无效，我得到以下错误：错误：
mutate（）
input
Exclude
。x不能组合
Startdato
和
3:Medinsight
。我输入
排除
是
+任何（是.na（c_横跨（一切（））））
。我发现错误发生在第1行。虽然这很好地运行了df%>%filter（is.na（df）[，11:30]）Thanx-但当我回答第一个答案时，它对样本有效，但对实际数据无效，我得到以下错误：错误：
mutate（）
input
Exclude
。x不能组合
Startdato
和
3:Medinsight
。我输入
排除
是
+任何（是.na（c_横跨（一切（））））
。我注意到错误发生在第1行。当运行df%>%filter（is.na（df）[，11:30]）Thanx时，正如我在回答其他答案时所写的那样，这对示例数据有效，但对实际数据无效，其中来自此命令的错误消息给出：集合中的错误（x，j=name，value=value）：提供的349个项目将分配给“排除”列的350个项目。如果您希望“回收”RHS，请使用rep（）向您的代码读者明确这一意图。@EirikS您是否有
数据.table
而不是
数据.frame
？Thanx-是的，这解决了问题，这是data.table和data.frame，并使用as.data.frame更正了itThanx——正如我在回答其他答案时所写的，这在样本数据上效果很好，但在实际数据上效果不好，其中来自此命令的错误消息给出：set中的错误（x，j=name，value=value）：提供了349个项目，分配给“Exclude”列的350个项目。如果您希望“回收”RHS，请使用rep（）向代码读者明确此目的。@EirikS您是否有
data.table