如何在R中获取前一行order最后字符及dur_列最后非负值

问题背景 #

现有如下DataFrame：

d <- data.frame(order = c("101", "01", "10", "01", "101"),
                dur_1 = c(50, 20, 40, 25, 45),
                dur_2 = c(40, 30, 45, 34, 96),
                dur_3 = c(20, 0, 0, 0, 125))

需要新增两列pre_order和pre_dur，规则如下：

• pre_order：取前一行order列的最后一个字符，第一行值为NA
• pre_dur：取前一行所有以dur_开头的列中最后一个非0值（支持任意数量的dur_系列列），第一行值为NA

期望输出结果：

d1 <- data.frame(order=c("101","01","10","01","101"),
                 dur_1=c(50,20,40,25,45),
                 dur_2=c(40,30,45,34,96),
                 dur_3=c(20,0,0,0,125),
                 pre_order=c(NA,1,1,0,1),
                 pre_dur=c(NA,20,30,45,34))

解决方案 #

方法一：Base R实现 #

无需额外安装包，直接用基础R函数完成：

# 提取所有以dur_开头的列名
dur_cols <- grep("^dur_", names(d), value = TRUE)

# 计算每行dur_列的最后一个非0值
last_non_zero_dur <- apply(d[dur_cols], 1, function(x) {
  rev_x <- rev(x)
  # 从后往前找第一个非0值的位置
  first_non_zero_idx <- which(rev_x != 0)[1]
  # 若没有非0值则返回NA，否则返回对应值
  ifelse(is.na(first_non_zero_idx), NA, rev_x[first_non_zero_idx])
})

# 生成pre_order列：取前一行order的最后一个字符并转为数值
d$pre_order <- c(NA, as.numeric(substr(d$order[-nrow(d)], nchar(d$order[-nrow(d)]), nchar(d$order[-nrow(d)]))))

# 生成pre_dur列：取前一行的last_non_zero_dur值
d$pre_dur <- c(NA, last_non_zero_dur[-nrow(d)])

# 查看最终结果
print(d)

方法二：Tidyverse工具包实现 #

使用dplyr和tidyr的管道式操作，代码更清晰易读：

library(dplyr)
library(tidyr)

d_result <- d %>%
  # 按行处理，计算每行的最后一个非0dur值
  rowwise() %>%
  mutate(temp_dur = {
    # 获取当前行所有dur_开头的列值
    dur_vals <- c_across(starts_with("dur_"))
    rev_vals <- rev(dur_vals)
    first_non_zero_idx <- which(rev_vals != 0)[1]
    ifelse(is.na(first_non_zero_idx), NA, rev_vals[first_non_zero_idx])
  }) %>%
  ungroup() %>%
  # 生成pre_order和pre_dur：用lag()函数取前一行的值
  mutate(
    pre_order = lag(as.numeric(substr(order, nchar(order), nchar(order)))),
    pre_dur = lag(temp_dur)
  ) %>%
  # 移除临时计算列
  select(-temp_dur)

# 查看最终结果
print(d_result)

两种方法执行后，都能得到与期望一致的DataFrame。

内容的提问来源于stack exchange，提问作者Lee