R语言虚拟变量处理：行内1的数量>1时将后续变量设为NA

嘿，作为R新手完全不用纠结术语的问题，咱们直接来解决你的需求——把每行第一个1之后的虚拟变量值改成NA。

首先先确认你的原始数据：

df <- structure(list(Dum_1 = c(1L, NA, NA), Dum_2 = c(NA, 1L, NA), Dum_3 = c(NA, 1L, 1L)), row.names = c(NA, -3L), class = c("tbl_df", "tbl", "data.frame"))

对应的表格展示：

# A tibble: 3 x 3
  Dum_1 Dum_2 Dum_3
  <int> <int> <int>
1     1    NA    NA
2    NA     1     1
3    NA    NA     1

你想要的结果是把第二行的Dum_3从1改成NA，下面给你两种可行的方法：

方法一：使用tidyverse（dplyr）处理 #

如果你习惯用tidyverse的语法，可以用rowwise()逐行操作，结合across()遍历所有列：

library(dplyr)

df_processed <- df %>%
  rowwise() %>%
  mutate(across(everything(), ~ {
    # 找到当前行第一个1的位置
    first_one_idx <- which(.x == 1)[1]
    if (!is.na(first_one_idx)) {
      # 获取当前列在数据框中的位置
      current_col_idx <- which(cur_column() == names(df))
      # 如果当前列在第一个1的位置之后，就设为NA，否则保留原值
      if (current_col_idx > first_one_idx) NA else .x
    } else {
      # 没有1的行，直接保留原值
      .x
    }
  })) %>%
  ungroup()

# 查看结果
df_processed

运行后就能得到你想要的输出：

# A tibble: 3 x 3
  Dum_1 Dum_2 Dum_3
  <int> <int> <int>
1     1    NA    NA
2    NA     1    NA
3    NA    NA     1

方法二：使用Base R处理（无需额外包） #

如果你不想加载dplyr，可以用Base R的apply()函数逐行处理：

# 逐行处理数据
processed_rows <- apply(df, 1, function(row) {
  # 找到该行第一个1的索引
  first_one_pos <- which(row == 1)[1]
  if (!is.na(first_one_pos)) {
    # 将第一个1之后的所有值设为NA
    row[(first_one_pos + 1):length(row)] <- NA
  }
  row
})

# 转置结果并转为tibble格式
df_processed <- as_tibble(t(processed_rows))

这个方法同样能得到和上面一致的结果，而且不需要安装额外的包。

两种方法的核心逻辑都是：找到每行第一个1的位置，然后把这个位置之后的所有虚拟变量值替换成NA，完美匹配你的需求～

内容的提问来源于stack exchange，提问作者Gil Van den Brande