如何在R数据框中反转非NA数值列顺序并保留NA值

问题分析 #

需要对数据框中的x、y、z列进行数值顺序反转（最大值变最小值，最小值变最大值，中间值对应反转），同时保留NA值和animal、area列不变。注意原数据中x、y、z列是字符型，其中的"NA"是字符串而非真正的缺失值，需要先处理类型转换。

解决方案（使用dplyr） #

# 加载dplyr包
library(dplyr)

# 定义原始数据
my_data <- data.frame (animal  = c("fox", "rabbit", "cow", "sheep", "pig", "mole"),
                       x = c("1", "2", "1", "3", "NA", 'NA'),
                       y = c('NA','NA','1','3','2','NA'),
                       z = c('1','2','3','4','NA','5'),
                       area = c("field","field","farm","farm","farm","farm"))

# 1. 将字符型"NA"转为真正的NA，并转换为数值型
my_data_clean <- my_data %>%
  mutate(across(c(x, y, z), ~ as.numeric(.x)))

# 2. 定义数值反转函数：保留NA，反转非NA值的顺序
reverse_values <- function(vec) {
  non_na_vals <- vec[!is.na(vec)]
  if (length(non_na_vals) == 0) return(vec)
  
  # 获取唯一值并排序，生成反转映射
  sorted_unique <- sort(unique(non_na_vals))
  reversed_unique <- rev(sorted_unique)
  value_map <- setNames(reversed_unique, sorted_unique)
  
  # 替换数值，将NA转回字符串"NA"（匹配示例格式）
  result <- as.character(value_map[as.character(vec)])
  result[is.na(result)] <- "NA"
  
  return(result)
}

# 3. 应用函数到指定列，生成目标数据框
my_ideal_data <- my_data_clean %>%
  mutate(across(c(x, y, z), reverse_values)) %>%
  select(animal, x, y, z, area)

# 查看结果
print(my_ideal_data)

基础R实现方案 #

如果不想使用dplyr，也可以用基础R完成：

# 定义原始数据
my_data <- data.frame (animal  = c("fox", "rabbit", "cow", "sheep", "pig", "mole"),
                       x = c("1", "2", "1", "3", "NA", 'NA'),
                       y = c('NA','NA','1','3','2','NA'),
                       z = c('1','2','3','4','NA','5'),
                       area = c("field","field","farm","farm","farm","farm"))

# 指定需要处理的列
cols_to_process <- c("x", "y", "z")

# 转换列类型：字符型转数值型，"NA"转为真正的NA
my_data[cols_to_process] <- lapply(my_data[cols_to_process], as.numeric)

# 定义反转函数
reverse_vals <- function(col) {
  non_na <- col[!is.na(col)]
  if (length(non_na) == 0) return(col)
  
  sorted_unique <- sort(unique(non_na))
  reversed_unique <- rev(sorted_unique)
  value_map <- setNames(reversed_unique, sorted_unique)
  
  result <- as.character(value_map[as.character(col)])
  result[is.na(result)] <- "NA"
  return(result)
}

# 应用函数到指定列
my_data[cols_to_process] <- lapply(my_data[cols_to_process], reverse_vals)

# 结果即为目标数据框
print(my_data)

关键逻辑说明 #

• 类型转换：先将字符型的"NA"转为R原生的NA，同时把列转为数值型，方便数值排序操作。
• 反转映射：对每列的非NA唯一值排序后反转，建立原数值到反转后数值的映射关系，确保每个值对应到反转后的位置。
• NA保留：替换时跳过NA值，最后将原生NA转回字符串"NA"以匹配示例格式（若不需要字符串格式，可省略此步骤）。

内容的提问来源于stack exchange，提问作者Louise Whiteside