R中按日期批量更新夜间时段二进制value列的实现方法

原始需求梳理 #

现有数据集共4列字段，结构如下：

• date：观测所属日期
• hour：观测对应的当日小时数
• period：时段标识，取值为夜间/昼间
• value：二进制观测值，仅包含0、1两种取值
  已明确的时段划分规则：22:00-05:00为夜间（睡眠时段），06:00-21:00为昼间
  需执行的批量处理逻辑：

1. 按单个日期维度拆分所有观测行
2. 对每个日期下的全部夜间时段行做判断：只要任意一行的value取值为1，就将该日期下所有夜间小时的value统一修改为1
3. 若该日期下所有夜间小时的value均为0，则保留原有取值不做修改

此前尝试使用na.locf、replace函数未实现目标的核心原因：逐行前值填充的逻辑无法完成同组全量扫描判断后，再批量回写赋值的操作。

完整可复现代码 #

使用dplyr实现分组判断+批量赋值，无需逐行循环操作：

# 加载依赖包
library(dplyr)

# 对原始数据集执行处理
processed_result <- raw_df %>%
  # 按日期分组，匹配每个日期下的全量行
  group_by(date) %>%
  mutate(
    # 仅修改夜间时段的value值
    value = ifelse(
      period == "夜间",
      # 计算当前日期下所有夜间行的value最大值
      max(value[period == "夜间"]),
      # 昼间行保留原有value值不改动
      value
    )
  ) %>%
  # 解除分组，得到最终数据框
  ungroup()

关键说明 #

• 因为value仅为0/1，组内取最大值的计算结果和需求判定逻辑完全等价：只要夜间组内出现过1，最大值就为1，全为0时最大值也为0，不会出现误判
• 若存在跨天夜间时段（例如1日22:00至2日5:00归属1日的夜间观测），可在分组前先对跨天的行做日期归属修正，避免夜间行被拆分到不同日期组导致判断错误

内容的提问来源于stack exchange，提问作者Karthik