R语言按灭绝年份规则拆分单行数据为多行并填充NA

核心处理逻辑 #

整个流程完全匹配手动拆分规则，不需要逐格手动修改：

• 先将原始分号分隔的连续数值展平为一维向量，保证数值顺序和程序输出顺序完全一致
• 逐轮计算当前迭代需要截取的有效数值长度：种群在第N年灭绝时仅保留前N-1个有效值，未灭绝则保留全部总年份数对应的数值
• 从数值向量头部按顺序截取对应长度的有效值填入当前行，剩余列自动填充NA，同步更新下一轮的数值截取起始位置
• 所有迭代处理完成后统一添加年份列名，输出标准数据框

可直接复用的代码 #

先以你给出的示例数据做测试：

# 配置项：模型总运行年份，实际使用时替换为你的参数（如20年就填20）
total_year <- 3

# ---------- 数据读入 ----------
# 实际使用时替换为你的文件读入代码
# 1. 读入分号分隔的数值结果文件
# raw_content <- readLines("你的种群数值结果文件.txt")
# all_values <- as.numeric(unlist(strsplit(raw_content, ";")))
# 2. 读入灭绝年份csv
# extinct_data <- read.csv("你的灭绝年份文件.csv")
# extinct_vec <- extinct_data[,1]

# 以下为示例数据，实际运行时删除即可
df <- data.frame(matrix(ncol = 7, nrow = 1))
df[1,] <- c(1, 2, 3, 4, 5, 6, 7)
extinct <- data.frame(matrix(ncol = 1, nrow = 4))
extinct[,1] <- c(3, 2, NA, 2)
all_values <- as.numeric(df[1,])
extinct_vec <- extinct[,1]

# ---------- 拆分处理 ----------
# 计算每轮迭代的有效数值长度
valid_len <- ifelse(is.na(extinct_vec), total_year, extinct_vec - 1)
# 初始化结果矩阵，默认填充NA
result_mat <- matrix(NA, nrow = length(extinct_vec), ncol = total_year)
# 数值截取起始指针
read_start <- 1

for (i in seq_along(extinct_vec)) {
  current_len <- valid_len[i]
  # 截取当前轮次的有效值填入对应位置
  result_mat[i, 1:current_len] <- all_values[read_start:(read_start + current_len - 1)]
  # 更新指针位置
  read_start <- read_start + current_len
}

# 转为数据框并添加列名
result_df <- as.data.frame(result_mat)
colnames(result_df) <- paste0("Year ", 1:total_year)

运行代码后输出的result_df和你给出的正确结果完全一致：

Year 1 Year 2 Year 3
1      1      2     NA
2      3     NA     NA
3      4      5      6
4      7     NA     NA

批量处理说明 #

• 处理你实际的1000行20列数据集时，仅需把total_year改为20，替换文件读入路径即可，运行耗时在毫秒级
• 批量处理多个同结构文件时，可以把上述处理逻辑封装为自定义函数，传入文件路径和总年份参数即可直接返回处理完成的数据框，不需要重复修改代码

内容的提问来源于stack exchange，提问作者Alinnaeus