R中带mutate（）和filter（）的行逻辑运算

我经常需要在dataframes中使用mutate()或select()，条件应用于变量的子集，但我不能始终如一地这样做。

玩具示例数据框：

data<-data.frame(id=c("John", "Jane", "Louis", "Mirian"),
                         a=c(FALSE, FALSE, TRUE, TRUE),
                         b=c(FALSE, NA, TRUE, NA), 
                         c=c(TRUE, FALSE, TRUE, TRUE),
                         num=1:4)

操作1:mutate（），对逻辑变量执行行操作：-我想创建一个新列"abc_any"，当a:c中的任何一个值为真时，该列的值为真：

我通常使用：

data%>%mutate(abc_any=a|b|c)

      id     a     b     c num abc_any
1   John FALSE FALSE  TRUE   1    TRUE
2   Jane FALSE    NA FALSE   2      NA
3  Louis  TRUE  TRUE  TRUE   3    TRUE
4 Mirian  TRUE    NA  TRUE   4    TRUE

但我不能在链式“|”比较中不指定所有变量a:c。

我尝试了以下方法，结果不一致。不知道为什么：

data%>%mutate(abc_any=Reduce("|", a:c))

      id     a     b     c num abc_any
1   John FALSE FALSE  TRUE   1    TRUE
2   Jane FALSE    NA FALSE   2    TRUE
3  Louis  TRUE  TRUE  TRUE   3    TRUE
4 Mirian  TRUE    NA  TRUE   4    TRUE

这是可行的，但令人惊讶的是abc_any强制为数字：

data%>%rowwise()%>%mutate(abc_any=Reduce("|", a:c))

# A tibble: 4 x 6
# Rowwise: 
  id     a     b     c       num abc_any
  <fct>  <lgl> <lgl> <lgl> <int>   <int>
1 John   FALSE FALSE TRUE      1       1
2 Jane   FALSE NA    FALSE     2       0
3 Louis  TRUE  TRUE  TRUE      3       1
4 Mirian TRUE  NA    TRUE      4       1

这不起作用，并抛出几个错误消息：

data%>%rowwise()%>%mutate(abc_any=apply(a:c, 1, any))

操作#2:filter（）-我有时想用类似的条件进行筛选，但不能：

data%>%filter(a|b|c)

works alright

此变体和几个变体（rowwise()%>%Reduce(...)及其他变体）失败，并显示各种错误消息：

data%>%filter(rowwise(Reduce("|", a:c)))

这个根本没有过滤，抛出“数值表达式有4个元素：只有第一个使用的”消息：

data%>%filter(Reduce("|", a:c))

我是否需要像上面那样使用mutate（）创建一个新的“temp”列，然后使用filter？

对于二进制数字变量：-现在让我们假设这些逻辑变量被data_2<-data%>%mutate(across(where(is.logical), as.numeric))强制为数字：

我试图使用rowSums()，但也失败了：

data_2%>%rowwise()%>%mutate(abc_any=rowSums(a:c, na.rm = TRUE))

Error: Problem with `mutate()` input `abc_any`.
x 'x' must be an array of at least two dimensions
ℹ Input `abc_any` is `rowSums(a:c, na.rm = TRUE)`.
ℹ The error occured in row 1.

这些错误有哪些可能的解决方法？