如何获取数据框每行首尾非NA值的列名及日期间隔

首先注意你的数据框里有重复的列名2012-02-01，这会导致R自动重命名列（比如变成2012-02-01.1），建议先修正列名，以下示例将第三个日期列改为2012-03-01：

# 构建示例数据框
df <- data.frame(
  `User ID` = c("Cell 1", "Cell 3"),
  `2012-01-01` = c(NA, 1),
  `2012-02-01` = c(2, NA),
  `2012-03-01` = c(NA, 5),
  check.names = FALSE  # 保留原始日期列名
)

基础R实现 #

先提取日期列名称，再逐行计算首尾非NA对应的日期：

# 获取日期列的名称集合
date_cols <- colnames(df)[-1]

# 提取首个非NA值对应的日期
df$first_date <- apply(df[-1], 1, function(x) {
  non_na_pos <- which(!is.na(x))
  # 无NA值时返回NA，否则取对应位置的列名
  if (length(non_na_pos) == 0) NA else date_cols[min(non_na_pos)]
})

# 提取末个非NA值对应的日期
df$last_date <- apply(df[-1], 1, function(x) {
  non_na_pos <- which(!is.na(x))
  if (length(non_na_pos) == 0) NA else date_cols[max(non_na_pos)]
})

# 计算日期间隔（转成Date类型后计算）
df$date_diff <- as.Date(df$last_date) - as.Date(df$first_date)

运行后结果：

User ID 2012-01-01 2012-02-01 2012-03-01 first_date last_date date_diff
1  Cell 1         NA          2         NA 2012-02-01 2012-02-01    0 days
2  Cell 3          1         NA          5 2012-01-01 2012-03-01   59 days

你的代码问题分析 #

• 第一段代码：x[which.min(which(is.na(x) == FALSE))] 取的是非NA值本身，不是列名；且which.min多余——which(!is.na(x))直接返回非NA值的位置，取min()就是第一个非NA的位置。
• 第二段代码：x是行向量，没有列名属性，colnames(x)会返回NULL，应该从原数据框的date_cols里提取对应位置的名称。

tidyverse实现（简洁直观） #

用宽转长的方式处理，适合大规模数据：

library(tidyverse)

result <- df %>%
  # 宽表转长表，过滤NA值
  pivot_longer(-`User ID`, names_to = "date", values_to = "value", values_drop_na = TRUE) %>%
  mutate(date = as.Date(date)) %>%
  # 按用户分组计算首尾日期和间隔
  group_by(`User ID`) %>%
  summarise(
    first_date = as.character(min(date)),
    last_date = as.character(max(date)),
    date_diff = max(date) - min(date)
  ) %>%
  # 合并回原数据框，保留无NA值的用户
  right_join(df, by = "User ID")

内容的提问来源于stack exchange，提问作者Nat Guess