R语言长数据集：基于条件将指定日期的所有数据置为NA

针对你描述的数据集处理需求，这里提供两种高效的实现方案，适配3000+行的数据集规模：

方法一：使用tidyverse（dplyr） #

代码可读性强，适合熟悉tidy语法的用户：

library(dplyr)

# 定义需要检查的时间点
check_times <- c(2, 5, 8, 11, 14, 17, 20)

processed_data <- data %>%
  # 按参与者+天分组
  group_by(id, day) %>%
  # 创建标记：当前组是否需要置NA
  mutate(
    need_na = any(time %in% check_times & (is.na(dep) | is.na(anx)))
  ) %>%
  # 对目标字段批量置NA
  mutate(
    dep = ifelse(need_na, NA, dep),
    anx = ifelse(need_na, NA, anx)
  ) %>%
  # 移除临时标记列（可选）
  select(-need_na) %>%
  ungroup()

代码说明： #

• group_by(id, day)：确保在每个参与者的单日范围内判断触发条件
• need_na：标记当前组是否存在指定时间点的dep/anx为NA的情况
• 通过ifelse将符合条件的组的目标字段全部置为NA

如果还有其他需要置NA的指标列，可使用across简化代码：

processed_data <- data %>%
  group_by(id, day) %>%
  mutate(
    need_na = any(time %in% check_times & (is.na(dep) | is.na(anx)))
  ) %>%
  mutate(
    across(c(dep, anx, other_col1, other_col2), ~ifelse(need_na, NA, .x))
  ) %>%
  select(-need_na) %>%
  ungroup()

方法二：使用data.table（性能更优） #

若数据集后续会扩展到更大规模，data.table的内存效率和运行速度更具优势：

library(data.table)

# 转换为data.table格式
setDT(data)

check_times <- c(2, 5, 8, 11, 14, 17, 20)

# 按id+day分组，标记需要置NA的组
data[, need_na := any(time %in% check_times & (is.na(dep) | is.na(anx))), by = .(id, day)]

# 对目标字段批量置NA
data[need_na == TRUE, c("dep", "anx") := .(NA_real_, NA_real_)]

# 移除临时标记列（可选）
data[, need_na := NULL]

代码说明： #

• setDT(data)：将普通数据框转换为data.table格式
• by = .(id, day)：按参与者+天分组计算触发标记
• 通过行索引直接定位需要修改的组，批量更新字段值

示例验证 #

针对你提供的示例数据，处理后结果符合预期：

• 参与者1的第1天（time1-3）：因time2的dep/anx均为NA，该天所有dep/anx值被置为NA
• 参与者2的第2天（time4-6）：因time5的dep为NA，该天所有dep/anx值被置为NA

内容的提问来源于stack exchange，提问作者Karen