如何逐行检测首个触发后续仅为NA或逻辑值的缺失值列

我们需要实现一个功能：对数据框的每一行，找出从哪一列开始，后续所有列的内容仅为NA或逻辑值（TRUE/FALSE）。注意：如果某列是NA，但后续列存在非NA且非逻辑值的内容，这个NA要被忽略，不算符合条件的起始点。

示例输入数据 #

library(tibble)
data <- tibble(
  A = c(NA, TRUE, 2, NA, TRUE),
  B = c(1, NA, NA, 0, TRUE),
  C = c(TRUE, FALSE, NA, NA, FALSE),
  D = c(FALSE, TRUE, NA, FALSE, TRUE)
)

数据打印结果：

# A tibble: 5 × 4
      A     B C     D    
  <dbl> <dbl> <lgl> <lgl>
1    NA     1 TRUE  FALSE
2     1    NA FALSE TRUE 
3     2    NA NA    NA   
4    NA     0 NA    FALSE
5     1     1 FALSE TRUE 

期望输出 #

output
# A tibble: 5 × 2
    row Column_NA
  <dbl> <chr>    
1     1 NA       
2     2 B        
3     3 B        
4     4 C        
5     5 NA  

解决方案代码 #

library(dplyr)
library(purrr)

detect_start_col <- function(df) {
  # 添加行号列
  df <- df %>% mutate(row = row_number())
  
  # 逐行处理逻辑
  result <- df %>%
    rowwise() %>%
    mutate(
      Column_NA = {
        # 提取当前行的所有数据（排除行号列）
        row_vals <- c_across(-row)
        col_names <- names(row_vals)
        
        # 标记每个值是否为NA或逻辑值
        is_valid <- map_lgl(row_vals, ~ is.na(.x) || is.logical(.x))
        
        # 检查从每一列开始，后续所有列是否都满足条件
        all_valid_from <- map_lgl(seq_along(col_names), ~ all(is_valid[.x:length(is_valid)]))
        
        # 取第一个符合条件的列名，无则返回NA
        first_col <- col_names[which(all_valid_from)[1]]
        if (length(first_col) == 0) NA else first_col
      }
    ) %>%
    select(row, Column_NA) %>%
    ungroup()
  
  return(result)
}

# 运行函数得到结果
output <- detect_start_col(data)
print(output)

代码逻辑说明 #

1. 先给原始数据添加行号列，方便对应结果到具体行；
2. 逐行提取数据后，标记每个单元格的值是否为NA或逻辑值；
3. 从左到右检查每一列：判断从该列开始的所有后续列是否都满足“NA或逻辑值”的条件；
4. 取第一个符合条件的列名，若没有符合条件的列则返回NA；
5. 最后整理成仅包含行号和结果列的输出数据框。

内容的提问来源于stack exchange，提问作者hendrik m