我有两个场景:
df$x1
cols <- 1:16df %>% mutate(x1=ifelse(rowSums(df[cols] ==NA, na.rm = TRUE) ==16) ,'Yes', 'No')))
cols <- 1:16
df %>% mutate(x1=ifelse(rowSums(df[cols] ==NA, na.rm = TRUE) ==16) ,'Yes', 'No')))
你会怎么做?谢谢大家!
sg3maiej1#
继续使用第一种方法,但NA的检查项为is.na-
NA
is.na
cols <- 1:12 df$x1 <- ifelse(rowSums(is.na(df[cols])) > 0, 'Yes', 'No')
xytpbqjk2#
第一个场景:df$x1 <- ifelse(rowSums(is.na(df[,cols])) == 16, "Yes", "No")
df$x1 <- ifelse(rowSums(is.na(df[,cols])) == 16, "Yes", "No")
2条答案
按热度按时间sg3maiej1#
继续使用第一种方法,但
NA
的检查项为is.na
-xytpbqjk2#
第一个场景:
df$x1 <- ifelse(rowSums(is.na(df[,cols])) == 16, "Yes", "No")