在R中实现配对变量NA同步赋值的循环命令求助

需求说明 #

原使用Stata处理数据，现有R数据集包含50余组配对变量（如Info_1i与Info_1m、Info_2i与Info_2m等），需要实现：当配对变量中任意一个为NA时，将另一个也设为NA，通过循环或批量操作完成数据清洗。

样本数据 #

原数据 #

df <- data.frame(Info_1i=c(1, 3, 3, 4, 5),
                 Info_1m=c(7, 3, NA, 4, 5),
                 Info_2i=c(3, 3, 6, 6, 8),
                 Info_2m=c(1, 1, 2, NA, 9),
                 Info_3i=c(1, 4, 5, 5, 5),
                 Info_3m=c(NA, 4, 5, 5, 5))

期望处理后的数据 #

df <- data.frame(Info_1i=c(1, 3, NA, 4, 5),
                 Info_1m=c(7, 3, NA, 4, 5),
                 Info_2i=c(3, 3, 6, NA, 8),
                 Info_2m=c(1, 1, 2, NA, 9),
                 Info_3i=c(NA, 4, 5, 5, 5),
                 Info_3m=c(NA, 4, 5, 5, 5))

Stata实现代码 #

forval x=1(1)(12) {
  Info_`x'i = 99 if Info_`x'm == 99
  Info_`x'm = 99 if Info_`x'i == 99
}

尝试的错误R代码 #

for (x in 1:12) {
  NTM_base$Info_[x]i = ifelse(is.na(NTM_base$Info_[x]m), NA, NTM_base$Info_[x]i))
}

错误原因：变量名拼接语法错误，R中无法直接通过$Info_[x]i访问列；代码末尾多了一个闭合括号。

正确的R解决方案 #

方法1：基础循环实现 #

利用字符串拼接生成变量名，通过[[ ]]访问数据框列，逻辑与Stata循环一致：

# 假设数据集为NTM_base，配对组数为50组
for (x in 1:50) {
  # 拼接配对变量的列名
  col_i <- paste0("Info_", x, "i")
  col_m <- paste0("Info_", x, "m")
  
  # 当col_m为NA时，将col_i设为NA
  NTM_base[[col_i]] <- ifelse(is.na(NTM_base[[col_m]]), NA, NTM_base[[col_i]])
  # 当col_i为NA时，将col_m设为NA
  NTM_base[[col_m]] <- ifelse(is.na(NTM_base[[col_i]]), NA, NTM_base[[col_m]])
}

方法2：tidyverse批量处理（更简洁） #

通过宽转长、分组处理、长转宽的流程，一次性处理所有配对组：

library(dplyr)
library(tidyr)

NTM_base <- NTM_base %>%
  # 将宽数据转为长格式，按配对组拆分变量名
  pivot_longer(cols = starts_with("Info_"),
               names_to = c("group", ".value"),
               names_pattern = "Info_(\\d+)([im])") %>%
  # 每组内，只要i或m有一个为NA，两个变量都设为NA
  mutate(across(c(i, m), ~ ifelse(is.na(i) | is.na(m), NA, .x))) %>%
  # 转回宽格式，恢复原变量名结构
  pivot_wider(names_from = c(group, .value),
              names_glue = "Info_{group}{.value}")

内容的提问来源于stack exchange，提问作者zach lee