如何将其余列均为NA的行中唯一非NA列值替换为NA

下面针对常用的两种数据分析工具（R、Python）分别给出实现方案：

R 实现 #

方法1：基础R代码 #

逻辑：先计算每行除最后一列外的NA数量，筛选出数量等于总列数-1的行，再把这些行的最后一列设为NA。

# 假设你的数据框名为df
# 计算每行除最后一列外的NA个数
na_count <- rowSums(is.na(df[, -ncol(df)]))
# 定位符合条件的行
target_rows <- na_count == ncol(df) - 1
# 将目标行的最后一列转为NA
df[target_rows, ncol(df)] <- NA

方法2：dplyr 管道写法 #

如果习惯用tidyverse系列工具，可以用更简洁的管道操作：

library(dplyr)

df <- df %>%
  mutate(
    # 临时计算每行除最后一列外的NA数量
    na_count = rowSums(is.na(select(., -ncol(.)))),
    # 对最后一列进行条件替换
    !!colnames(df)[ncol(df)] := ifelse(na_count == ncol(df) - 1, NA, !!sym(colnames(df)[ncol(df)]))
  ) %>%
  # 移除临时计算列
  select(-na_count)

Python（Pandas）实现 #

逻辑和R一致，通过统计每行前n-1列的NA数量来定位目标行：

import pandas as pd

# 假设你的数据框名为df
# 计算每行除最后一列外的NA数量
na_count = df.iloc[:, :-1].isna().sum(axis=1)
# 筛选出符合条件的行：前n-1列全为NA
target_rows = na_count == len(df.columns) - 1
# 将目标行的最后一列设为NA
df.loc[target_rows, df.columns[-1]] = pd.NA

内容的提问来源于stack exchange，提问作者M Genouqui