R数据框NA值条件替换：已访问站点填0，未访问留NA

我正在创建一份用于模型运算的物种计数文件，记录了多次访问不同站点的物种数量情况，但并非所有站点每次都被访问。需要实现：若某站点在某次访问中被调查过，该列的NA值替换为0（代表未检测到对应物种）；若该站点未被访问，则该列的NA值保持不变。实际数据包含数百列，希望无需逐列手动设置即可完成批量处理。

创建示例数据框 #

library(dplyr)
library(tidyr)

Species<-c("a","b","c","a","d","d","c","a","b","c") # 4个物种
visit<-c(1,1,2,2,1,2,2,1,2,1) # 2次访问
Site<-c("p1","p1","p1","p1","p2","p2","p2","p3","p2","p2") # 3个站点
TotalCount<-c(1,3,4,3,5,2,1,3,1,1) # 捕获的个体数量
df<-data.frame(Species, visit, Site, TotalCount)

# 当前生成宽表的代码
df2 <- df %>% 
  dplyr::select("Species", "Site","TotalCount","visit") %>%
  pivot_wider(names_from = Site, values_from = TotalCount, 
             values_fill = NA)%>%
arrange(visit, Species)

期望得到的最终数据框 #

批量处理解决方案 #

以下代码无需手动指定列名，可自动处理所有站点列：

# 先统计每次访问对应的已调查站点
visited_sites <- df %>%
  group_by(visit) %>%
  summarise(sites = list(unique(Site)))

# 生成符合要求的最终数据框
df_final <- df %>%
  select(Species, Site, TotalCount, visit) %>%
  pivot_wider(names_from = Site, values_from = TotalCount) %>%
  arrange(visit, Species) %>%
  # 关联每次访问对应的站点列表
  left_join(visited_sites, by = "visit") %>%
  # 批量处理所有站点列的NA值
  mutate(across(all_of(unique(df$Site)), ~case_when(
    # 若当前列属于该次访问的已调查站点且值为NA，替换为0
    cur_column() %in% unlist(sites) & is.na(.) ~ 0,
    # 其他情况保持原值
    TRUE ~ .
  ))) %>%
  # 移除辅助列
  select(-sites)

# 查看结果
print(df_final)

代码说明 #

1. 统计已访问站点：通过group_by(visit) + summarise生成每次访问对应的站点列表，作为后续判断的依据。
2. 宽表转换：保持原有的pivot_wider逻辑生成基础宽表。
3. 批量替换NA：使用across(all_of(unique(df$Site)))遍历所有站点列，结合case_when判断：如果当前列属于该次访问的已调查站点且值为NA，则替换为0；未被访问的站点列NA保持不变。
4. 清理辅助列：移除用于判断的sites列，得到最终结果。

内容的提问来源于stack exchange，提问作者Amanda Goldberg