如何用dplyr找出每行首次出现0的列并提取列名后缀数字

给定如下数据集：

df <- data.frame(id=c(1:4), time_1=c(1, 0.9, 0.2, 0), time_2=c(0.1, 0.4, 0, 0.9), time_3=c(0,0.5,0.3,1.0))

数据集预览：

需求：为每行识别第一个包含0的列，提取列名的最后一位数字生成count列（无0的行填NA），最终得到如下结果：

方法1：使用rowwise() + c_across() #

library(tidyverse)

df_result <- df %>%
  rowwise() %>%
  mutate(
    # 获取每行time列中第一个0的位置
    first_zero_pos = which(c_across(starts_with("time_")) == 0)[1],
    # 提取对应列名的数字，无0则返回NA
    count = ifelse(is.na(first_zero_pos), 
                   NA_integer_,
                   as.integer(str_extract(colnames(.)[first_zero_pos + 1], "\\d+")))
  ) %>%
  ungroup() %>%
  select(id, time_1, time_2, time_3, count)

方法2：使用pmap_int()（更简洁） #

library(tidyverse)

df_result <- df %>%
  mutate(
    count = pmap_int(select(., starts_with("time_")), ~ {
      vals <- c(...)
      first_zero_pos <- which(vals == 0)[1]
      if (is.na(first_zero_pos)) NA_integer_ else as.integer(str_extract(names(vals)[first_zero_pos], "\\d+"))
    })
  )

代码解释 #

• select(., starts_with("time_"))：筛选出所有以time_开头的列，作为逐行处理的对象
• pmap_int()/rowwise()：对每行的time列值进行迭代处理，前者更高效，后者更直观
• which(vals == 0)[1]：找到当前行中第一个值为0的元素位置，无匹配时返回NA
• str_extract(..., "\\d+")：提取对应列名中的数字部分，再转为整数类型

运行上述代码后，df_result的输出与需求完全一致：

> df_result
# A tibble: 4 × 5
     id time_1 time_2 time_3 count
  <int>  <dbl>  <dbl>  <dbl> <int>
1     1    1      0.1    0       3
2     2    0.9    0.4    0.5    NA
3     3    0.2    0      0.3     2
4     4    0      0.9    1       1

内容的提问来源于stack exchange，提问作者jeff