处理行操作中丢失的数据

Question

ID <- 1:6
math <- c("YES","NO","YES","NO",NA,NA)
history <- c(NA,NA,"NO","NO","YES",NA)

dt <- data.frame(ID, math, history)

  ID math history
1  1  YES    <NA>
2  2   NO    <NA>
3  3  YES      NO
4  4   NO      NO
5  5 <NA>     YES
6  6 <NA>    <NA>

我想添加一个附加列（“pass”），如下所示

1. 如果学生至少说过一次“是”：“是”（无论其他科目是否缺少数据等等。）

2. 如果学生没有回答“是”

   • 如果两个受试者都缺少数据：NA
   • 如果其中一个科目为“否”：“否”

所以，列会像这样：（我可以使用这个最小的示例手动执行此操作，但不能使用我的真实数据）

> dt
  ID math history pass
1  1  YES    <NA>  YES
2  2   NO    <NA>   NO
3  3  YES      NO  YES
4  4   NO      NO   NO
5  5 <NA>     YES  YES
6  6 <NA>    <NA> <NA>

我尝试使用

> dt
  ID math history pass
1  1  YES    <NA>  YES
2  2   NO    <NA>   NO
3  3  YES      NO  YES
4  4   NO      NO   NO
5  5 <NA>     YES  YES
6  6 <NA>    <NA> <NA>

这段代码，但这很棘手，因为如果我输入na.rm=TRUE他们认为 NA 是“NO”（ID 6 学生将是“NO”）

如果我输入na.rm=FALSE，则仅考虑具有两个科目数据的学生。

在我的数据中，我有很多专栏，不仅仅是数学和历史。

Answer 1

一个简单的base解决方案是

dt$pass <- apply(dt[-1], 1, \(x) sort(x, dec = TRUE)[1])

# > dt
#   ID math history pass
# 1  1  YES    <NA>  YES
# 2  2   NO    <NA>   NO
# 3  3  YES      NO  YES
# 4  4   NO      NO   NO
# 5  5 <NA>     YES  YES
# 6  6 <NA>    <NA> <NA>

它的dplyr等价是

library(dplyr)

dt %>%
  rowwise() %>%
  mutate(pass = sort(c_across(-1), dec = TRUE)[1]) %>%
  ungroup()