R语言中如何按条件修改删失数据指定行的特定值

问题背景 #

现有一组删失数据，标记规则如下：

• "."：存活对象
• 1：死亡对象
• 0：失访对象（需生成）

原始数据定义：

T1 <- c(".",".",".",".",".")
T2 <- c(".",".",".",".",".")
T3 <- c(".",1,".",NA,".")
T4 <- c(NA,NA,".",NA,1)
T5 <- c(NA,NA,".", NA,NA)
df <- data.frame(T1,T2,T3,T4,T5)

原始数据输出：

T1 T2   T3   T4   T5
1  .  .    . <NA> <NA>
2  .  .    1 <NA> <NA>
3  .  .    .    .    .
4  .  . <NA> <NA> <NA>
5  .  .    .    1 <NA>

需求：对所有不含1的行，将该行第一个NA替换为0，以此标记失访对象；可先将"."替换为数值99解决类型兼容问题。

实现方案 #

步骤1：统一数据类型，替换"."为99 #

由于字符型和数值型混合会导致处理困难，先将所有"."替换为数值99，同时保留NA和1：

library(dplyr)
library(stringr)

# 转换数据类型并替换标记
df_processed <- df %>%
  mutate(across(everything(), ~ as.numeric(str_replace(., "\\.", "99"))))

转换后的数据：

T1 T2 T3 T4 T5
1 99 99 99 NA NA
2 99 99  1 NA NA
3 99 99 99 99 99
4 99 99 NA NA NA
5 99 99 99  1 NA

步骤2：识别目标行并替换首个NA为0 #

逐行判断是否包含1，对不含1的行，找到第一个NA的位置并替换为0：

df_processed <- df_processed %>%
  rowwise() %>%
  mutate(
    # 标记当前行是否存在死亡标记1
    has_death = any(c_across(everything()) == 1, na.rm = TRUE),
    # 获取该行第一个NA的列索引
    first_na_idx = which(is.na(c_across(everything())))[1],
    # 对目标列替换NA为0
    across(everything(), ~ ifelse(!has_death & cur_column() == colnames(df_processed)[first_na_idx], 0, .))
  ) %>%
  ungroup() %>%
  select(-has_death, -first_na_idx) # 移除临时辅助列

步骤3：可选：恢复原始存活标记"." #

如果需要将99转回原来的"."，执行以下代码：

df_final <- df_processed %>%
  mutate(across(everything(), ~ case_when(
    . == 99 ~ ".",
    . == 0 ~ "0",
    . == 1 ~ "1",
    is.na(.) ~ NA_character_
  )))

最终输出结果：

T1 T2 T3   T4   T5
1  .  .  .    0 <NA>
2  .  .  1 <NA> <NA>
3  .  .  .    .    .
4  .  .  0 <NA> <NA>
5  .  .  .    1 <NA>

内容的提问来源于stack exchange，提问作者user21027866