R语言基于查找表替换指定行列NA值补全相机物种检测数据集

核心思路 #

通过两个可扩展的规则表实现全批量处理，无需手动修改原始数据：

• 相机工作时段表：统一维护每台相机的有效监测起始/结束天数，保留非工作时段的NA值
• 替换规则表：指定需要将有效时段内NA替换为0的相机+物种组合

完整实现代码 #

使用你提供的示例数据集，运行以下代码即可得到期望结果：

# 依赖包未安装可先运行 install.packages("tidyverse")
library(tidyverse)

# ---------------------- 规则配置区（可根据实际业务自由扩展） ----------------------
# 1. 相机工作时段配置
camera_work_period <- tibble(
  camera = c(1, 2, 3, 4, 5),
  start_day = c(2, 2, 1, 1, 3), # 有效监测起始天，对应列名V后的数字
  end_day = c(9, 9, 10, 10, 8)  # 有效监测结束天
)

# 2. NA替换为0的相机+物种组合配置
replace_config <- tibble(
  camera = c(2, 5),
  species = c("caracal", "leopard")
)
# ------------------------------------------------------------------------------

# 核心处理逻辑
processed_dataset <- dataset %>%
  # 转为长表结构方便批量处理列
  pivot_longer(cols = starts_with("V"), names_to = "day_col", values_to = "detect_val") %>%
  # 提取天数数值
  mutate(day_num = as.integer(str_remove(day_col, "V"))) %>%
  # 关联工作时段规则
  left_join(camera_work_period, by = "camera") %>%
  # 关联替换规则
  left_join(replace_config %>% mutate(to_replace = T), by = c("camera", "species")) %>%
  # 执行替换逻辑
  mutate(detect_val = case_when(
    # 符合替换规则、在工作时段内、值为NA的替换为0
    to_replace == T & day_num >= start_day & day_num <= end_day & is.na(detect_val) ~ 0,
    # 其余情况保留原值
    T ~ detect_val
  )) %>%
  # 恢复原始宽表结构和列顺序
  select(camera, species, day_col, detect_val) %>%
  pivot_wider(names_from = day_col, values_from = detect_val) %>%
  select(camera, species, all_of(paste0("V", 1:10)))

# 查看结果
print(processed_dataset)

方案说明 #

• 后续新增相机、物种、监测天数时，仅需要修改规则配置区的两个表即可，不需要调整核心处理代码
• 不会修改任何不符合规则的NA值，完全保留相机非工作时段的空记录
• 支持上百级别的数据量，运行效率满足普通监测数据集的处理需求

内容的提问来源于stack exchange，提问作者CED