r - 使用 ifelse 改变具有多个条件的新列时如何处理或忽略 NA(已解决)

Question

我是 dplyr 的新手，尝试使用 dplyr 和 ifelse 从三个不同的年龄变量创建一个新的复合变量。我做了一个数据框来说明情况如下:

library(dplyr)

z <- data.frame("j6" = c(6, 19, NA, NA, NA, NA, NA, 8, 20, 20, NA), 
                "j7" = c(27, 20, NA, 7, 19, NA, NA, 20, 30, 9, NA),
                "j8" = c(8, 22, NA, 20, NA, 8, 30, NA, NA, NA, 3))

z <- z %>% 
        mutate(., age_event = NA) %>% 
        mutate(., age_event = ifelse(j6 < 18 | j7 < 18 | j8 < 18, 1, 0))

我的期望:

• 三列(j6、j7 和 j8)表示年龄，如果其中至少一列小于 18 岁，则新列(age_event)应为“1”，否则为 0。
• 如果三列中的两列均为 18 岁或以上，而另一列为 NA，则age_event 变量应为 0。
• 同样，如果三列中的一列年龄为 18 岁或以上，而其他列均为 NA，则age_event 变量应为 0。
• 如果三列全部为 NA，则为 NA。

但是结果和问题如下:

> z
   j6 j7 j8 age_event
1   6 27  8         1
2  19 20 22         0
3  NA NA NA        NA
4  NA  7 20         1
5  NA 19 NA        NA  <-- should be 0, but NA
6  NA NA  8         1
7  NA NA 30        NA  <-- should be 0, but NA
8   8 20 NA         1
9  20 30 NA        NA  <-- should be 0, but NA
10 20  9 NA         1
11 NA NA  3         1

我想知道是否有办法使用 mutate 和 ifelse 将上面的第 5、7、9 个观察结果转为 0。任何建议将不胜感激!

---

更新(2020年2月27日):我在使用mutate和ifelse时找到了pmin的解决方案:

z <- z %>% 
        mutate(., age_event = ifelse(is.na(j6) & is.na(j7) & is.na(j8), NA,
                              ifelse(pmin(j6, j7, j8, na.rm = T) < 18, 1, 0)))

> z
   j6 j7 j8 age_event
1   6 27  8         1
2  19 20 22         0
3  NA NA NA        NA
4  NA  7 20         1
5  NA 19 NA         0
6  NA NA  8         1
7  NA NA 30         0
8   8 20 NA         1
9  20 30 NA         0
10 20  9 NA         1
11 NA NA  3         1

Answer 1

您可以使用 rowMeans() 代替 if_else()，它将处理全部 NA 的情况。

z %>% 
  mutate(age_event = +(rowMeans(. < 18, na.rm = TRUE) > 0))

   j6 j7 j8 age_event
1   6 27  8         1
2  19 20 22         0
3  NA NA NA        NA
4  NA  7 20         1
5  NA 19 NA         0
6  NA NA  8         1
7  NA NA 30         0
8   8 20 NA         1
9  20 30 NA         0
10 20  9 NA         1
11 NA NA  3         1