R语言基于tidyverse实现成对列缺失值同步的无循环高效方案

实现方案（基于tidyverse生态，无显式循环） #

以下两种方案均为向量化实现，执行效率远高于嵌套for循环，逻辑清晰易维护：

方案1：宽表直接处理（适合固定12对变量的场景）

核心思路是遍历1-12的序号，同步处理每对A、B列的缺失值同步：

library(tidyverse)

df_result <- df %>%
  mutate(
    !!!map(1:12, \(n) {
      a_col <- sym(paste0("A", n))
      b_col <- sym(paste0("B", n))
      list(
        !!a_col := if_else(is.na(!!a_col) | is.na(!!b_col), NA_real_, !!a_col),
        !!b_col := if_else(is.na(!!a_col) | is.na(!!b_col), NA_real_, !!b_col)
      )
    })
  )

注：如果A、B列是字符型，把NA_real_替换为NA_character_即可，也可以直接用base R的ifelse自动适配类型

方案2：长表转换处理（适配性更强，变量对数变动无需改核心逻辑）

核心思路是把宽表转为成对的长表结构，统一处理缺失值后再转回原宽表结构：

df_result <- df %>%
  pivot_longer(
    cols = -ID,
    names_to = c(".value", "pair_idx"),
    names_pattern = "^([AB])(\\d+)$"
  ) %>%
  mutate(
    across(c(A, B), ~ if_else(is.na(A) | is.na(B), NA, .x))
  ) %>%
  pivot_wider(
    names_from = pair_idx,
    values_from = c(A, B),
    names_sep = ""
  ) %>%
  select(ID, all_of(paste0("A", 1:12)), all_of(paste0("B", 1:12)))

内容的提问来源于stack exchange，提问作者J. Doe