R语言：按Names分组，组内列含1时将0/NaN替换为1

原始数据框 #

Names COL1 COL2 COL3 COL4
SP1   0    1    NaN  LA
SP1   0    1    NaN  LE
SP1   0    1    1    LI
SP2   1    0    0    LO
SP2   0    0    0    LU
SP3   1    1    NaN  LY
SP3   1    1    NaN  LZ

处理规则 #

按Names分组，对每个分组中的COL1、COL2和COL3执行以下操作：

• 若该列在分组内存在值为1的行，则将该列中的0或NaN替换为1

示例说明：

• SP1分组中COL3存在1，因此该列的两个NaN替换为1
• SP2分组中COL1存在1，因此该列的0替换为1

目标结果 #

Names COL1 COL2 COL3 COL4
SP1   0    1    1    LA
SP1   0    1    1    LE
SP1   0    1    1    LI
SP2   1    0    0    LO
SP2   1    0    0    LU
SP3   1    1    NaN  LY
SP3   1    1    NaN  LZ

示例数据的dput格式 #

structure(list(Names = c("SP1", "SP1", "SP1", "SP2", "SP2", "SP3", 
"SP3"), COL1 = c(0L, 0L, 0L, 1L, 0L, 1L, 1L), COL2 = c(1L, 1L, 
1L, 0L, 0L, 1L, 1L), COL3 = c(NaN, NaN, 1, 0, 0, NaN, NaN), COL4 = c("LA", 
"LE", "LI", "LO", "LU", "LY", "LZ")), class = "data.frame", row.names = c(NA, 
-7L))

解决方案 #

使用dplyr包实现分组替换逻辑：

library(dplyr)

# 加载数据
df <- structure(list(Names = c("SP1", "SP1", "SP1", "SP2", "SP2", "SP3", 
"SP3"), COL1 = c(0L, 0L, 0L, 1L, 0L, 1L, 1L), COL2 = c(1L, 1L, 
1L, 0L, 0L, 1L, 1L), COL3 = c(NaN, NaN, 1, 0, 0, NaN, NaN), COL4 = c("LA", 
"LE", "LI", "LO", "LU", "LY", "LZ")), class = "data.frame", row.names = c(NA, 
-7L))

# 分组处理数据
df_processed <- df %>%
  group_by(Names) %>%
  mutate(across(c(COL1, COL2, COL3), ~{
    # 判断组内该列是否存在1（忽略NaN）
    has_one <- any(.x == 1, na.rm = TRUE)
    if (has_one) {
      # 替换0和NaN为1
      case_when(
        .x == 0 | is.na(.x) ~ 1,
        TRUE ~ .x
      )
    } else {
      .x
    }
  })) %>%
  ungroup()

# 输出结果
print(df_processed)

代码说明 #

• group_by(Names)：按Names字段分组
• across(c(COL1, COL2, COL3), ...)：对指定列批量执行处理逻辑
• any(.x == 1, na.rm = TRUE)：忽略NaN的情况下，判断组内当前列是否存在值1
• case_when：根据条件替换值，存在1时将0和NaN替换为1，否则保留原数据

内容的提问来源于stack exchange，提问作者chippycentra