在R语言中根据AY列值筛选保留P0-P5列符合条件的数值

需求说明 #

我有一个R语言的Data Frame，满足2000≤AY≤2005，包含AY列以及P0到P5列（对应i=0到5）。Data Frame可能包含2000-2005所有AY值，也可能缺失部分值。需要实现：保留满足AY+i≤2005的列的原始数值，其余列的值置为0。

原始数据示例 #

示例(a)原始数据

AY    P0   P1  P2  P3  P4  P5
  2000  250    0   0   0   0  45
  2001    0   50   0   0  70  30
  2002   20    0   0   0   0  60
  2003  500    0   0  10   0   0
  2004   10   45  90   0   5   0
  2005   70    0   0  55   0  30

示例(b)原始数据

AY    P0   P1  P2  P3  P4  P5
  2001  750   50   0   0  70  30
  2002   20   30   0   0   0  60
  2003   60    0  50  10   0   0
  2005   50   65   0  55   0  30

期望输出示例 #

示例(a)期望输出

AY    P0   P1  P2  P3  P4  P5
  2000  250    0   0   0   0  45
  2001    0   50   0   0  70   0
  2002   20    0   0   0   0   0
  2003  500    0   0   0   0   0
  2004   10   45   0   0   0   0
  2005   70    0   0   0   0   0

示例(b)期望输出

AY    P0   P1  P2  P3  P4  P5
  2001  750   50   0   0  70   0
  2002   20   30   0   0   0   0
  2003   60    0  50   0   0   0
  2005   50    0   0   0   0   0

解决方案 #

方法1：基础R实现 #

核心思路是生成逻辑矩阵标记需保留的位置，其余替换为0：

1. 提取P0到P5的列
2. 对每行计算对应i值，判断AY+i≤2005
3. 用逻辑矩阵筛选保留值，其余置0

代码示例：

# 假设数据框名为df
p_cols <- grep("^P\\d$", names(df), value = TRUE)
i_vals <- as.integer(sub("P", "", p_cols))

# 生成逻辑判断矩阵
keep_matrix <- outer(df$AY, i_vals, function(ay, i) ay + i <= 2005)

# 替换目标列的值
df[p_cols] <- ifelse(keep_matrix, df[p_cols], 0)

方法2：tidyverse风格实现（dplyr + purrr） #

如果习惯使用tidyverse工具，可以逐列处理：

library(dplyr)
library(purrr)

df <- df %>%
  mutate(across(starts_with("P"), ~ {
    # 提取当前列对应的i值
    i <- as.integer(sub("P", "", cur_column()))
    # 判断并替换值
    if_else(AY + i <= 2005, ., 0)
  }))

结果验证 #

运行代码后，会自动对每行的P0-P5列做判断：比如AY=2001时，i=5对应2001+5=2006>2005，所以P5列置0；AY=2005时，仅i=0满足条件，因此只有P0保留原值，其余列置0，完全匹配期望输出。

内容的提问来源于stack exchange，提问作者JGM