如何在R语言中按行将指定列中占比超50%的88替换为NA

原始数据集 #

data <- data.frame(x=c(88,3,88,4,88),
                   y=c(4,NA,3,2,4),
                   z = c(88,NA,4,88,88),
                   w = c(4,88,2,3,4),
                   k = c(88,2,3,88,4),
                   a=c(4,5,3,5,6))

需求说明 #

针对x、y、z、w、k列执行以下规则：

• 逐行统计这5列中值为88的占比（分母为该行非NA值的数量）
• 若占比超过50%，则将该行这些列中的所有88替换为NA
• 若占比不超过50%，则保留原88值
• a列保持不变

解决方案代码 #

# 指定需要处理的目标列
target_cols <- c("x", "y", "z", "w", "k")

# 提取目标列数据
target_data <- data[target_cols]

# 计算每行中88的占比（排除NA值）
row_88_ratio <- rowSums(target_data == 88, na.rm = TRUE) / rowSums(!is.na(target_data))

# 筛选出需要替换88的行（占比>50%）
replace_rows <- row_88_ratio > 0.5

# 对目标行的88值替换为NA
target_data[replace_rows, ][target_data[replace_rows, ] == 88] <- NA

# 将处理后的列放回原数据集
data[target_cols] <- target_data

验证结果 #

执行上述代码后，得到的数据集与预期一致：

print(data)
#    x  y  z  w  k a
# 1 NA  4 NA  4 NA 4
# 2  3 NA NA 88  2 5
# 3 88  3  4  2  3 3
# 4  4  2 88  3 88 5
# 5 88  4 88  4  4 6

内容的提问来源于stack exchange，提问作者T K