基于成对列规则将数据框中0替换为NA的实现方法

需求说明 #

仅当指定的成对列（如示例中的a1&a2、b1&b2）对应行的两个值均为0时，将这两个位置的0替换为NA；如果只有其中一个是0，则保留原0值。

示例数据构造 #

先还原示例中的数据框：

df <- data.frame(
  a1 = c(1,7,5,0,0),
  a2 = c(3,9,5,0,0),
  b1 = c(0,0,4,0,6),
  b2 = c(6,0,6,0,0)
)

基础循环实现（原生R） #

这种方式逻辑直观，无需额外依赖包：

# 定义需要配对处理的列组
col_pairs <- list(c("a1", "a2"), c("b1", "b2"))

# 遍历每一组列对完成替换
for(pair in col_pairs) {
  # 筛选当前组两列同时为0的行
  zero_rows <- df[[pair[1]]] == 0 & df[[pair[2]]] == 0
  # 将符合条件的行对应列替换为NA
  df[zero_rows, pair] <- NA
}

# 输出结果
print(df)

tidyverse风格实现（dplyr） #

如果你习惯使用tidyverse工具链，可以用mutate+across完成：

library(dplyr)

newdf <- df %>%
  mutate(
    # 处理a1、a2列对
    across(c(a1, a2), ~ ifelse(a1 == 0 & a2 == 0, NA, .)),
    # 处理b1、b2列对
    across(c(b1, b2), ~ ifelse(b1 == 0 & b2 == 0, NA, .))
  )

# 输出结果
print(newdf)

两种方法运行后都会得到期望的结果：

a1  a2 b1 b2
1   1   3  0  6
2   7   9 NA NA
3   5   5  4  6
4  NA NA NA NA
5  NA NA  6  0

内容的提问来源于stack exchange，提问作者Joe