如何用dplyr的across函数替换每行首个非NA值为其与y列乘积

Tidyverse 实现 #

library(tidyverse)

data <- data.frame(
  l = c(NA, 2, NA, 4),
  m = c(5, NA, 7, NA),
  n = c(NA, 10, NA, NA),
  o = c(6, 7, NA, 8),
  y = c(2, 3, 4, 5)
)

result <- data %>%
  rowwise() %>%
  mutate(
    # 获取当前行l:o列中第一个非NA值的列名
    first_col = names(na.omit(c_across(l:o)))[1],
    # 定位目标列并替换值
    across(all_of(first_col), ~ .x * y)
  ) %>%
  ungroup() %>%
  # 删除临时辅助列
  select(-first_col)

result

代码说明 #

• rowwise()确保每行独立计算，避免向量运算导致的错误
• c_across(l:o)提取当前行指定范围的列，na.omit()过滤NA后取第一个值的列名
• across(all_of(first_col), ...)精准定位到需要修改的列，直接替换为原值与y列的乘积
• 最后通过select(-first_col)清理临时生成的辅助列，得到符合要求的结果

Base R 实现（可选） #

如果更习惯基础R语法，也可以用循环实现：

data_copy <- data

for (i in seq(nrow(data_copy))) {
  # 找到当前行l-o列中第一个非NA的位置
  first_pos <- which(!is.na(data_copy[i, c("l", "m", "n", "o")]))[1]
  if (!is.na(first_pos)) {
    data_copy[i, first_pos] <- data_copy[i, first_pos] * data_copy[i, "y"]
  }
}

data_copy

内容的提问来源于stack exchange，提问作者AFran