求可按指定条件生成新数据框的R函数及正确实现方法

需求如下：

• 保留所有**<=600**的值；
• 保留每行中最后一个“保留值”的下一个值（即使该值不满足<=600）；
• 其余不满足条件的值设为NA。

输入示例 #

1.  2.  3.   4.    5.    6.
A1. 60. 87. 98.  156.  289.  601
A2. 80. 97. 201. 325.  701.  800
A3. 95. 98. 324. 567.  650.  901 

输出示例 #

1.  2.  3.   4.    5.    6.
A1. 60. 87. 98.  156.  289.  601
A2. 80. 97. 201. 325.  701.  NA
A3. 95. 98. 324. 567.  650.  NA

现有代码（基于dplyr） #

library(dplyr)

newdata <- orginaldata |> mutate(across(everything(), \(x)
            if_else(between(x,0,601),x,NA)))

现有代码仅保留了<=601的值，无法满足“保留最后一个保留值的下一个值”的要求，询问如何修改代码或是否有合适的R函数实现需求。

解决方案 #

可以结合dplyr和purrr工具包逐行处理数据，核心逻辑是先定位每行中最后一个符合<=600条件的位置，再保留该位置及之前的所有值，同时保留其下一个位置的值，其余值设为NA。

修改后的代码（带辅助列，逻辑清晰） #

library(dplyr)
library(purrr)

# 假设原始数据框名为orginaldata
newdata <- orginaldata |>
  rowwise() |>
  mutate(
    # 找出当前行中所有<=600的值的列索引
    keep_pos = list(which(c_across(everything()) <= 600)),
    # 确定需要保留的列：所有符合条件的列 + 最后一个符合条件列的下一列（不超过总列数）
    retain_pos = list(
      if (length(keep_pos) > 0) {
        c(keep_pos, min(max(keep_pos) + 1, ncol(orginaldata)))
      } else {
        integer(0)
      }
    ),
    # 遍历每列，不在保留列表中的值设为NA
    across(everything(), \(x) {
      col_idx <- which(colnames(orginaldata) == cur_column())
      if (col_idx %in% retain_pos[[1]]) x else NA
    })
  ) |>
  # 删除中间生成的临时辅助列
  select(-keep_pos, -retain_pos) |>
  ungroup()

代码说明 #

• rowwise()：让代码逐行处理数据，保证每行的计算独立；
• c_across(everything())：把当前行的所有数值打包成向量，方便定位符合条件的位置；
• keep_pos：记录当前行中所有<=600的值所在的列位置；
• retain_pos：扩展保留范围，除了所有符合条件的列，额外加入最后一个符合条件列的下一列（如果存在）；
• across(everything())：逐个检查每一列，不在保留列表中的值直接替换为NA；
• 最后清理临时列，取消按行分组，恢复正常数据框格式。

简化实现（无辅助列） #

如果不想生成临时辅助列，可以用pmap_dfr直接处理每行：

library(dplyr)
library(purrr)

newdata <- orginaldata |>
  mutate(
    across(everything(), ~ .x) |>
    pmap_dfr(function(...) {
      row_vals <- c(...)
      keep_pos <- which(row_vals <= 600)
      # 确定要保留的位置
      retain_pos <- if (length(keep_pos) > 0) {
        c(keep_pos, min(max(keep_pos) + 1, length(row_vals)))
      } else {
        integer(0)
      }
      # 非保留位置设为NA
      row_vals[-retain_pos] <- NA
      as.list(row_vals)
    })
  )

内容的提问来源于stack exchange，提问作者Kate