使用dplyr根据起止值将数据框指定列替换为NA

需要根据数据框中start_value和end_value的取值，将以value.开头的指定列替换为NA，规则如下：

• 若start_value与end_value均为NA，该行保持原样
• 当start_value=1且end_value=3时，替换value.1至value.3为NA
• 当start_value=2且end_value=3时，替换value.2至value.3为NA，以此类推

示例数据 #

数据框创建代码 #

df <- data.frame(
  id=c(1:4),
  value.1=c(0,1,1,0), 
  value.2=c(rep(0,3),1), 
  value.3=c(1,1,1,0), 
  start_value=c(NA,1,2,NA),
  end_value=c(NA,3,3,NA)
)

原数据 #

期望结果 #

dplyr解决方案 #

library(dplyr)

df_processed <- df %>%
  rowwise() %>%
  mutate(
    across(
      starts_with("value."),
      ~ {
        # 提取当前value列的数字后缀
        col_suffix <- as.integer(sub("value\\.", "", cur_column()))
        # 判断是否需要替换为NA：start/end非空且列后缀在区间内
        if (!is.na(start_value) && !is.na(end_value) && col_suffix >= start_value && col_suffix <= end_value) {
          NA
        } else {
          .x
        }
      }
    )
  ) %>%
  ungroup() %>%
  # 移除start_value和end_value列，匹配期望结果格式
  select(-start_value, -end_value)

# 输出处理后的数据
print(df_processed)

代码逻辑说明 #

1. rowwise()：开启逐行处理模式，确保每一行的判断独立执行
2. across(starts_with("value."))：选中所有以value.开头的目标列
3. 对每个目标列，提取其数字后缀（如value.2提取为2），判断该后缀是否落在start_value到end_value的区间内，同时排除start_value或end_value为NA的情况，满足条件则将值替换为NA
4. ungroup()：关闭逐行模式，恢复数据框的常规处理状态
5. select(-start_value, -end_value)：移除不需要的辅助列，匹配期望结果的结构

内容的提问来源于stack exchange，提问作者jeff