如何批量将df中前缀匹配变量按df_test对应值设为NA？

调整「多选全选」类问题的合格样本量时，需要在未选择任何选项的情况下，将原始数据框df中所有0值转为NA。目前已通过字段前缀创建字符向量check_all，生成了按前缀行求和后将0转为NA的辅助数据框df_test。

现需实现：当df_test中对应前缀的值为NA时，将df中所有匹配该前缀（格式为前缀___[0-9]）的变量值批量转为NA，避免逐个手动处理。

附df_test结构示例：

> dput(head(df_test))
structure(list(varA = c(NA, 3, 5, NA, 7, NA), varB = c(NA, 
NA, NA, NA, 1, NA), varC = c(NA, 1, 2, NA, 5, 
NA), varD = c(NA, 1, NA, NA, NA, NA), varE = c(NA, 
1, NA, NA, 1, NA), varF = c(NA, 1, 1, NA, 1, NA), varG = c(NA, 
1, 1, NA, NA, NA), varH = c(NA, 1, 1, NA, 1, NA), row.names = c(NA, -6L), class = c("tbl_df", "tbl", "data.frame"))

附df结构示例：

> dput(head(df))
structure(list(varA___1=c(0,3,5,0,7,0),
varB___1=c(0,0,0,0,1,0), varC___1=c(0,1,2,0,5,0),
varD___1=c(0,1,0,0,0,0), varE___1=c(0,1,0,0,1,0),
varF___1=c(0,1,1,0,1,0), varG___1=c(0,1,1,0,0,0),
varH___1=c(0,1,1,0,1,0), row.names = c(NA, -6L), class = c("tbl_df", "tbl", "data.frame"))

以下提供两种批量处理的方案，可根据习惯选择：

方案1：Base R 实现 #

无需额外加载包，直接用基础函数完成批量替换：

# 获取所有需要处理的前缀（即df_test的列名）
prefixes <- colnames(df_test)

# 遍历每个前缀，批量处理对应列
for (prefix in prefixes) {
  # 匹配df中符合「前缀___数字」格式的列
  target_cols <- grep(paste0("^", prefix, "___\\d+$"), colnames(df), value = TRUE)
  
  if (length(target_cols) > 0) {
    # 定位df_test中当前前缀列值为NA的行
    na_row_indices <- which(is.na(df_test[[prefix]]))
    # 将df中对应行的目标列设为NA
    df[na_row_indices, target_cols] <- NA
  }
}

方案2：Tidyverse 实现 #

借助dplyr和purrr包实现更简洁的管道式处理：

library(dplyr)
library(purrr)

# 获取所有前缀
prefixes <- colnames(df_test)

# 遍历前缀批量替换
prefixes %>%
  walk(function(prefix) {
    # 筛选df中以「前缀___」开头的列
    target_cols <- df %>% select(starts_with(paste0(prefix, "___"))) %>% colnames()
    
    if (length(target_cols) > 0) {
      na_row_indices <- which(is.na(df_test[[prefix]]))
      # 用<<-修改外部环境中的df数据框
      df[na_row_indices, target_cols] <<- NA
    }
  })

代码说明 #

1. 提取df_test的列名作为所有待处理的前缀；
2. 对每个前缀，通过正则表达式或starts_with定位df中对应的变量；
3. 找到df_test中当前前缀列值为NA的行索引；
4. 批量将df中对应行的目标变量值设为NA。

内容的提问来源于stack exchange，提问作者zkMO