R数据框操作：将b、d列NA值左侧的所有值替换为NA

实现方法 #

你可以选择基础R或者tidyverse方案实现需求，两种方案都可以直接运行得到目标结果：

1. 基础R实现

# 原数据
df <- data.frame(a = c(1,2,3,4), 
                 b = c(NA,1,NA,1),
                 c = c(1,4,5,2), 
                 d = c(1,NA,NA,1))

# 指定需要判断NA的标记列
cols_mark <- c("b", "d")
idx_mark <- match(cols_mark, names(df))
n_col <- ncol(df)

# 逐行处理
for (i in seq_len(nrow(df))) {
  na_mark_pos <- idx_mark[is.na(df[i, idx_mark])]
  if (length(na_mark_pos) == 0) next
  max_na_pos <- max(na_mark_pos)
  non_na_mark_pos <- idx_mark[!is.na(df[i, idx_mark])]
  left_bound <- if (length(non_na_mark_pos) == 0) 0 else max(non_na_mark_pos[non_na_mark_pos < max_na_pos])
  df[i, which(seq_len(n_col) > left_bound & seq_len(n_col) < max_na_pos)] <- NA
}

# 查看结果
df

运行后输出：

a  b  c  d
1 NA NA  1  1
2  2  1 NA NA
3 NA NA NA NA
4  4  1  2  1

2. tidyverse 实现

如果你习惯用dplyr/purrr的语法，可以用如下方案：

library(dplyr)
library(purrr)

df <- data.frame(a = c(1,2,3,4), 
                 b = c(NA,1,NA,1),
                 c = c(1,4,5,2), 
                 d = c(1,NA,NA,1))

idx_mark <- match(c("b", "d"), names(df))
n_col <- ncol(df)

df <- df %>%
  pmap_dfr(function(...) {
    row <- c(...)
    na_mark_pos <- idx_mark[is.na(row[idx_mark])]
    if (length(na_mark_pos) == 0) return(row)
    max_na_pos <- max(na_mark_pos)
    non_na_mark_pos <- idx_mark[!is.na(row[idx_mark])]
    left_bound <- if (length(non_na_mark_pos) == 0) 0 else max(non_na_mark_pos[non_na_mark_pos < max_na_pos])
    row[seq_len(n_col) > left_bound & seq_len(n_col) < max_na_pos] <- NA
    return(row)
  })

# 查看结果
df

内容的提问来源于stack exchange，提问作者Pajul