R语言技术实现：移除数据框行内后续重复的指定值（仅处理A）

我来帮你一步步实现这个需求，先理清楚核心逻辑：只移除每行中连续重复的'A'（仅保留第一个），其他值的连续重复保持不变，之后将每行的非NA值左对齐，最后删除全为NA的列。

第一步：构造示例数据框 #

首先我们先还原你的示例数据：

# 创建示例数据框
DF <- data.frame(
  c1 = c("A", "C", "B"),
  c2 = c("A", "C", "A"),
  c3 = c("B", "A", "A"),
  c4 = c("A", "A", NA),
  c5 = c(NA, "B", NA),
  stringsAsFactors = FALSE
)

第二步：定义行处理函数 #

我们需要一个函数来处理每行数据，完成两个核心操作：

• 标记连续重复的'A'为NA（仅保留第一个连续的'A'）
• 将该行的非NA值向左对齐，右侧用NA填充

process_row <- function(row) {
  # 第一步：移除连续重复的'A'，仅保留第一个
  cleaned_row <- row
  for (i in 2:length(row)) {
    # 判断当前元素和前一个元素是否都是'A'，如果是则标记为NA
    if (!is.na(row[i]) && row[i] == "A" && !is.na(row[i-1]) && row[i-1] == "A") {
      cleaned_row[i] <- NA
    }
  }
  
  # 第二步：将非NA值左移，右侧补NA
  non_na_vals <- cleaned_row[!is.na(cleaned_row)]
  # 填充到原行的长度
  final_row <- c(non_na_vals, rep(NA, length(row) - length(non_na_vals)))
  
  return(final_row)
}

第三步：应用函数到整个数据框 #

用apply()函数将处理逻辑应用到每一行，然后转换回数据框格式：

# 对每行应用处理函数
processed_data <- t(apply(DF, 1, process_row))
# 转换为数据框并保留原列名
New_df <- as.data.frame(processed_data, stringsAsFactors = FALSE)
colnames(New_df) <- colnames(DF)

此时New_df的结果就和你给出的目标数据一致了：

> New_df
  c1 c2 c3 c4 c5
1  A  B  A NA NA
2  C  C  A  B NA
3  B  A NA NA NA

第四步：删除全为NA的列 #

最后我们删除所有值都是NA的列，这里可以用colSums()判断每列的NA数量：

# 保留非全NA的列
New_df <- New_df[, colSums(is.na(New_df)) != nrow(New_df)]

执行后c5列会被移除，最终结果：

> New_df
  c1 c2 c3 c4
1  A  B  A NA
2  C  C  A  B
3  B  A NA NA

内容的提问来源于stack exchange，提问作者Cina