如何将DataFrame中与上一有效单元格值差值超0.15的列值替换为NA？

对DataFrame的指定列执行以下规则：当当前值与上一个有效值的相对增减幅度超过0.15时，将当前值替换为NA。其中，"上一个有效值"指当前值之前最近的未被替换为NA的数值。

以如下R代码生成的DF为例，需要对col1应用该规则：

ID <- c("A", "B", "C", "D", "E")
col1 <- c("9.1", "9.2", "4", "5", "9.2")
col2 <- c("7", "7.5", "8", "8.3", "8.4")

DF <- data.frame(ID, col1, col2)

按照规则，col1中的"4"应被替换为NA；后续的"5"需与上一个有效值"9.2"对比，因幅度超过0.15同样被替换为NA；最后一个"9.2"与上一有效值"9.2"无变化，保留原值。

步骤1：转换列类型 #

首先注意col1是字符型，需先转为数值型才能进行计算：

DF$col1 <- as.numeric(DF$col1)

方法1：基础R循环（直观易理解） #

通过循环遍历列元素，实时跟踪上一个有效值并判断幅度：

# 初始化第一个有效值
prev_valid <- DF$col1[1]

# 从第二个元素开始遍历
for (i in 2:nrow(DF)) {
  current_val <- DF$col1[i]
  if (!is.na(current_val)) {
    # 计算相对增减幅度
    change_ratio <- abs(current_val - prev_valid) / prev_valid
    if (change_ratio > 0.15) {
      DF$col1[i] <- NA
    } else {
      # 更新上一个有效值为当前值
      prev_valid <- current_val
    }
  }
  # 若当前值已是NA，不更新有效值
}

方法2：tidyverse函数式实现（简洁高效） #

使用purrr包的accumulate函数跟踪有效值状态，适合熟悉tidyverse的用户：

library(purrr)

# 定义处理函数，同时返回当前处理后的值和最新有效值
process_value <- function(state, curr) {
  prev_valid <- state$valid
  if (!is.na(curr)) {
    change_ratio <- abs(curr - prev_valid) / prev_valid
    if (change_ratio > 0.15) {
      new_val <- NA
      new_valid <- prev_valid
    } else {
      new_val <- curr
      new_valid <- curr
    }
  } else {
    new_val <- NA
    new_valid <- prev_valid
  }
  list(valid = new_valid, value = new_val)
}

# 初始状态：第一个值作为初始有效值和处理后的值
initial_state <- list(valid = DF$col1[1], value = DF$col1[1])

# 运行accumulate处理后续元素
result_list <- accumulate(DF$col1[-1], process_value, .init = initial_state)

# 提取处理后的值并替换原列
DF$col1 <- c(initial_state$value, map_dbl(result_list, "value"))

最终结果 #

处理后的DF$col1为：

[1] 9.1 9.2  NA  NA 9.2

完全符合预期规则。

内容的提问来源于stack exchange，提问作者Nick