如何定位个体首个非缺失值并将其后续的NA值替换为0

核心实现逻辑 #

先定位每个用户首次非缺失就诊记录的列位置，首次位置之后的缺失值替换为0，首次位置之前的缺失值保留原样即可，以下是两种常用的R语言实现方案：

方案1：tidyverse 长表转换实现（逻辑清晰，不易出错）

library(tidyverse)

WANT <- HAVE %>%
  # 宽格式转为长格式，方便按用户分组处理
  pivot_longer(cols = Jan:Jul, names_to = "month", values_to = "visit_count") %>%
  group_by(ID) %>%
  mutate(
    # 提取当前用户首次非NA就诊的位置
    first_visit_idx = which(!is.na(visit_count))[1],
    # 位置在首次就诊之后的NA替换为0，其余保留原值
    visit_count = case_when(
      row_number() > first_visit_idx & is.na(visit_count) ~ 0,
      TRUE ~ visit_count
    )
  ) %>%
  select(-first_visit_idx) %>%
  # 转回宽格式得到结果
  pivot_wider(names_from = month, values_from = visit_count) %>%
  ungroup()

方案2：Base R 逐行遍历实现（无需加载第三方包）

# 定位所有月份列的索引
month_col_idx <- which(colnames(HAVE) %in% c("Jan","Feb","Mar","Apr","May","June","Jul"))

# 逐行处理每个用户
for (i in seq(nrow(HAVE))) {
  # 查找当前行第一个非NA的就诊列位置，无就诊记录则跳过
  first_non_na <- Position(\(x) !is.na(x), HAVE[i, month_col_idx], nomatch = 0)
  if (first_non_na == 0) next
  
  # 对首次就诊之后的列，将NA替换为0
  process_col_idx <- month_col_idx[(first_non_na + 1):length(month_col_idx)]
  current_row_vals <- unlist(HAVE[i, process_col_idx])
  current_row_vals[is.na(current_row_vals)] <- 0
  HAVE[i, process_col_idx] <- current_row_vals
}
WANT <- HAVE

以上两种方案运行后得到的WANT数据集和你给出的预期结果完全一致。

内容的提问来源于stack exchange，提问作者Sophia