使用if_any：

data %>% 
  mutate(is_unexpected = +(if_any(b1:b4, ~ .x > max | .x < min)))

# A tibble: 4 × 6
  a        b1    b2    b3    b4 is_unexpected
  <chr> <int> <int> <dbl> <dbl>         <int>
1 a        10    10     9    50             1
2 b        11    11     4    10             1
3 c        12    12    11    11             0
4 d        13    13    10    12             0

或者使用between：

data %>% 
  mutate(is_unexpected = +(if_any(b1:b4, ~ !between(.x, min, max))))

使用across

data %>% 
  rowwise() %>% 
  mutate(is_unexpected = any(across(b1:b4) > !!max | across(b1:b4) < !!min) * 1)
# A tibble: 4 × 6
# Rowwise: 
  a        b1    b2    b3    b4 is_unexpected
  <chr> <int> <int> <dbl> <dbl>         <dbl>
1 a        10    10     9    50             1
2 b        11    11     4    10             1
3 c        12    12    11    11             0
4 d        13    13    10    12             0

此处使用!!是因为如果 Dataframe 具有 * min * 或 * max * 变量，则使用这些变量而不是全局变量。

或者，请检查

data %>% mutate(across(where(is.numeric), ~ifelse(.x>min|.x>max, 1, 0), .names = 'new{col}'),
 is_unexpected= ifelse(rowSums(across(starts_with('new')))>0,1,0)) %>% 
select(-starts_with('new'))

创建于2023年1月25日，使用reprex v2.0.2

使用base R

data$is_expected <- +(rowSums(data[-1] > max) > 0|rowSums(data[-1] < min)> 0)

• 输出

> data
# A tibble: 4 × 6
  a        b1    b2    b3    b4 is_expected
  <chr> <int> <int> <dbl> <dbl>       <int>
1 a        10    10     9    50           1
2 b        11    11     4    10           1
3 c        12    12    11    11           0
4 d        13    13    10    12           0