如何定位数据框中行内值从A切换到B的列位置？修复代码行数异常

问题说明 #

我有如下数据框：

需求是：确定每行中值从A切换到B的列位置。例如第1行在第3列完成A→B的切换，切换点为3；若某行从未出现A到B的切换，返回0。

我使用了以下代码，功能看似可行，但生成的行数比实际数据框多：

switch_points <- c()

# go by each subject to see when they switch values
for (i in 1:nrow(df)) {
  switch_point <- NULL
# check each column to see when the value changes from A to B
  for (j in 1:8) {
    decision_col <- paste0("ambiguity_decision_", j)
    if (df[i, decision_col] == "B") {
      switch_point <- j
      break
    }
  }
  switch_points <- c(switch_points, switch_point)
}

df$switch_point <- switch_points

问题分析 #

你的代码存在两个核心问题：

1. 逻辑偏差：当前代码找的是第一个出现B的位置，而非A→B的切换点（即前一列是A、当前列是B的位置）。如果某行第一列就是B，代码会错误返回1，而实际应返回0。
2. 行数异常：动态扩展switch_points向量（c(switch_points, switch_point)）时，若某行的switch_point为NULL，会导致向量长度异常；同时循环j的范围（1:8）若与实际列数不匹配，会读取不存在的列，引发NA值干扰。

修复方案 #

方案1：修正循环代码 #

先初始化固定长度的结果向量，再按需求逻辑遍历：

# 定义目标列（根据实际列数调整，示例为1-4）
target_cols <- paste0("ambiguity_decision_", 1:4)
# 初始化结果向量，长度与数据框行数一致，默认值0
switch_points <- integer(nrow(df))

for (i in 1:nrow(df)) {
  current_row <- df[i, target_cols]
  # 从第2列开始检查，对比前一列是否为A、当前列是否为B
  for (j in 2:length(target_cols)) {
    if (current_row[j-1] == "A" && current_row[j] == "B") {
      switch_points[i] <- j
      break # 找到第一个切换点就跳出循环
    }
  }
  # 未找到切换点时，保持默认的0
}

df$switch_point <- switch_points

方案2：高效向量化方法（推荐） #

用Base R的向量化操作替代循环，处理大数据量更高效：

# 生成切换判断矩阵：当前列是B且前一列是A
switch_matrix <- df[, -1] == "B" & df[, -ncol(df)] == "A"

# 对每行提取第一个切换点的位置，无切换则返回0
switch_points <- apply(switch_matrix, 1, function(x) {
  first_pos <- which(x)[1]
  ifelse(is.na(first_pos), 0, first_pos + 1)
})

df$switch_point <- switch_points

解释：

• df[, -1]是去掉第一列的所有列，df[, -ncol(df)]是去掉最后一列的所有列，两者对比得到的矩阵标记了所有A→B的切换位置。
• apply遍历每行，找到第一个切换位置后加1（因为矩阵对应原数据框的第2到最后一列），无切换则返回0。

内容的提问来源于stack exchange，提问作者Samuel Priestley