如何无硬编码实现：邻列NA截断列求和及列间除法？

核心思路 #

针对含DATE列的数据表，先分离数值列，再根据下一列第一个NA的位置确定当前列的截断求和范围（最后一列则依据自身第一个NA位置），完成求和后计算列间比值，全程无需硬编码列名或数量。

代码实现（R语言） #

library(dplyr)
library(tibble)

# 1. 构造示例数据（替换为你的实际数据表即可）
df <- tibble(
  DATE = c("07/01/2022", "08/01/2022", "09/01/2022"),
  `1` = c(2, 1, 3),
  `2` = c(12, 1, NA),
  `3` = c(12, NA, NA)
)

# 2. 分离DATE列与数值列
num_cols <- df %>% select(-DATE)

# 3. 定义函数：计算单列的截断行索引
get_cutoff_row <- function(col_idx, df_num) {
  if (col_idx < ncol(df_num)) {
    # 非最后一列：取下一列第一个NA的位置减1，无NA则取全部行
    next_col_first_na <- which(is.na(df_num[[col_idx + 1]]))[1]
    cutoff <- ifelse(is.na(next_col_first_na), nrow(df_num), next_col_first_na - 1)
  } else {
    # 最后一列：取自身第一个NA的位置减1，无NA则取全部行
    curr_col_first_na <- which(is.na(df_num[[col_idx]]))[1]
    cutoff <- ifelse(is.na(curr_col_first_na), nrow(df_num), curr_col_first_na - 1)
  }
  max(cutoff, 1) # 确保至少取第一行
}

# 4. 生成每列的截断行索引
cutoff_rows <- sapply(1:ncol(num_cols), get_cutoff_row, df_num = num_cols)

# 5. 执行截断求和
total_vals <- mapply(function(col, cutoff) sum(col[1:cutoff], na.rm = TRUE), num_cols, cutoff_rows)
total_df <- tibble(category = "TOTAL", !!!set_names(total_vals, names(num_cols)))

# 6. 计算列间比值（后一列 ÷ 前一列）
ratio_vals <- total_vals[-1] / total_vals[-length(total_vals)]
ratio_df <- tibble(category = "RATIO", !!!set_names(ratio_vals, paste0(names(num_cols)[-1], "/", names(num_cols)[-length(num_cols)])))

# 7. 合并最终结果
final_result <- bind_rows(total_df, ratio_df)

# 查看结果
print(total_df)
print(final_result)

结果说明 #

• 运行代码后，total_df会输出你需要的截断求和结果：

  # A tibble: 1 × 4
    category   `1`   `2`   `3`
    <chr>    <dbl> <dbl> <dbl>
  1 TOTAL        3    12    12
  

• final_result会同时包含求和结果与列间比值：

  # A tibble: 2 × 4
    category   `1`   `2`   `3`
    <chr>    <dbl> <dbl> <dbl>
  1 TOTAL        3    12    12
  2 RATIO       NA     4     1
  

为什么adorn_table没成功？ #

janitor::adorn_totals()是对整列进行求和/汇总，无法根据相邻列的NA位置动态截断求和范围，因此需要自定义逻辑实现需求。

内容的提问来源于stack exchange，提问作者nwk123