如何基于预存索引将DataFrame中替换的0还原为原NA值？

假设你已经完成以下操作：

• 原始含NA的DataFrame：my.df
• 提取原NA位置的索引列表：idx <- my.df %>% lapply(function(x) which(is.na(x)))
• 将NA替换为0后的DataFrame：df_filled <- my.df %>% mutate_if(is.numeric, ~replace(., is.na(.), 0))

现在需要基于idx将df_filled中对应位置的值还原为NA，同时通过列名匹配做质量控制，以下是几种高效实现方式：

第一步：列名匹配校验（质量控制） #

先确保df_filled和idx的列名完全一致，避免替换错误：

# 校验列名是否完全匹配，不匹配则直接报错终止
stopifnot(all(names(df_filled) == names(idx)))

方法1：tidyverse风格（purrr + dplyr） #

利用purrr::map2批量遍历每一列和对应的NA索引，再组合回DataFrame：

library(purrr)
library(dplyr)

df_restored <- map2(df_filled, idx, function(col, na_pos) {
  if (length(na_pos) > 0) {
    col[na_pos] <- NA_real_
  }
  col
}) %>% bind_cols()

方法2：基础R循环 #

用基础R循环遍历列，结合列名校验完成替换：

df_restored <- df_filled

# 遍历所有列名
for (col_name in names(df_restored)) {
  # 双重校验列名存在性
  if (col_name %in% names(idx)) {
    na_pos <- idx[[col_name]]
    if (length(na_pos) > 0) {
      df_restored[[col_name]][na_pos] <- NA_real_
    }
  }
}

方法3：dplyr across 实现 #

用dplyr::across对所有列进行处理，结合当前列名调用对应索引：

library(dplyr)

df_restored <- df_filled %>%
  mutate(across(everything(), ~{
    col_name <- cur_column()
    na_pos <- idx[[col_name]]
    if (length(na_pos) > 0) {
      .x[na_pos] <- NA_real_
    }
    .x
  }))

验证还原结果 #

可以用以下代码确认还原后的DataFrame和原始my.df完全一致：

all.equal(df_restored, my.df)

返回TRUE则说明还原成功。

内容的提问来源于stack exchange，提问作者Seymoo