按行轉換為特定值后的NA

想象一下以下資料框架：

# ID v1 v2 v3 v4
#1 H 0 0 d 0
#2 I 0 0 0 0
#3 J d 0 0 0
#4 K 0 0 0 d
#5 L 0 d 0 0

每行有一個或沒有 "d"。

對于每一行，我想將d之后的所有內容轉換為NA。希望得到的結果是：

# ID v1 v2 v3 v4
#1 H 0 0 d NA
#2 I 0 0 0 0
#3 J d NA NA NA
#4 K 0 0 0 d
#5 L 0 d NA NA

DATA

df <- data. frame(ID = LETTERS[/span>8。 12],  
                 v1 = c(0。  0。  'd', 0。  0), 
                 v2 = c(0。  0。  0, 0。  'd'), 
                 v3 = c('d'。  0。  0, 0。  0), 
                 v4 = c(0。  0。  0, 'd'/span>,  0), 
      stringsAsFactors = FALSE）

uj5u.com熱心網友回復：

使用cummax：

ix = df = "d"/span>
df[t(apply(ix, 1。  cummax)） &  ! ix] = NA
# ID v1 v2 v3 v4
# 1 H 0 0 d <NA>
# 2 I 0 0 0 0 
# 3 J d <NA> <NA> <NA> 
# 4 K 0 0 0 d
# 5 L 0 d <NA> <NA> 

為了提高速度，用collapse::dapply取代apply：

ix = df == "d"/span>
df[collapse：: 應用(ix, cummax。  MARGIN = 1） &  ! ix] = NA

或者使用matrixStats::rowCummaxs：

ix = df = "d"/span>
df[rowCummaxs( ix) & /span> ! ix] = NA

uj5u.com熱心網友回復：

兩種替代解決方案：

# option 1
w <- which(df == "d"， arr。 ind = TRUE)。
w < - w[w[，2] <  ncol(df)，]
reps < - ncol(df) - w[。 2]
w <- w[rep（1。 nrow(w), reps),】
w[,2]/span> < - w[。 2]   unlist(sapply(reps,  seq））

df[w] <- NA

#選項2
mc <- ncol（df） - max. col(df == "d", ties. 方法= "first"）。
mc[mc > = (ncol(df)/span> -  1)]/span> < - 0 
rr < - rep(seq_name) built_in">seq_along（mc）。 mc）
cc < - rep（ncol(df) - mc。  mc)   unlist(sapply(mc,  seq)[mc >  0]）

df[cbind(rr。 cc)] < - NA 

這兩種方法也都能得到理想的結果。

uj5u.com熱心網友回復：

我的解決版本是：

f1 < - function(x){
  i1 < -其中(x == 'd'）   1
  cond <- length（i1） >  0 &&/span> i1 < = length（x）
  if (cond){x[/span>i1: (length(x））] < - NA;x}else{x}>
}
df[-1]  < - t(apply(df[-1]/span>。  1, f1））

這就得到了，

# ID v1 v2 v3 v4
#1 H 0 0 d <NA>
#2 I 0 0 0 0
#3 J d <NA> <NA> <NA>/span>
#4 K 0 0 0 d
#5 L 0 d <NA> <NA> 

uj5u.com熱心網友回復：

這里有兩個基本的R單行代碼。

1) Reduce因為這一次是對整個列進行操作，而不是逐行操作，所以如果有很多行而沒有很多列的話，應該會特別快。

replace(df, TRUE。  Reduce(function(x,  y) ifelse(x == "d",  NA。  y), df。  acc = TRUE））

給予：

 ID v1 v2 v3 v4
1 H 0 0 d <NA>
2 I 0 0 0 0
3 J d <NA>  < NA> <NA>
4 K 0 0 0 d
5 L 0 d <NA>  <NA>

2) read.table 這假設d的唯一出現是在由一個d組成的單元格中（問題中的例子就是這種情況）。

replace(df,  df! ="d"& is. na(read.table(text=do. call(paste,df)。  comment="d"/span>。 填充=NA））。  NA)

給予：

 ID v1 v2 v3 v4
1 H 0 0 d <NA>
2 I 0 0 0 0
3 J d <NA>  < NA> <NA>
4 K 0 0 0 d
5 L 0 d <NA>  <NA>

uj5u.com熱心網友回復：

用data.table的一些替代辦法：

library(data.table)
setDT(df)

df[。  names（df）[-1] 。 = {x <- unlist（. SD）。
                      if(any（x=="d")) { #如果沒有 "d"。不需要做任何事情
                            whd <- which(x=="d") 
                            if(whd ! = length（x）) { # if "d" is at the end, 也沒有什么可做的
                                x[(whd 1)。 長度(x)] < - NA
                            }
                       }
                       as.list(x)} # return the line as a list so the structure is kept
       . SDcols=-1。 由=1。 nrow(df)] # 你需要做一個 "按行 "的操作。

uj5u.com熱心網友回復：

另一個版本使用col和max.col：

df[/span>- 1][/span>col(df[-1]） > 最大。 col(df[/span>-1] == "d"。  "last")]/span> < - NA
df

# ID v1 v2 v3 v4
#1 H 0 0 d <NA>
#2 I 0 0 0 0
#3 J d <NA> <NA> <NA>/span>
#4 K 0 0 0 d
#5 L 0 d <NA> <NA> 

uj5u.com熱心網友回復：

利用dplyr和purrr的一個選項可以是：

df %>%
    mutate(pmap_dfr(across(-ID)。  ~ `[< -`(c(. .. ）。  seq_along(c(。 .. ）） > 其中(c(. .. ) == "d")。  NA)))

  ID v1 v2 v3 v4
1 H 0 0 d <NA>
2 I 0 0 0 0
3 J d <NA>  < NA> <NA>
4 K 0 0 0 d
5 L 0 d <NA>  <NA>

uj5u.com熱心網友回復：

另一個dplyr解決方案

df %>% 
  pivot_longer(cols = starts_with（"v"）） %> %
  group_by(ID) %> %
  mutate(i = as. 邏輯的(cumsum((lag(value == "d"。 默認= FALSE）))) %> %
  mutate(value = replace(value,  i, NA) %> %
  select(-i) %> %
  pivot_wider(id_cols = ID)

uj5u.com熱心網友回復：

我認為你解決這個問題的版本是相當簡潔的。我試圖從tidyverse中想出一些東西。它是一個嵌套的across呼叫，在str_replace內使用cur_column，所以盡管是 "整潔的"，我認為你的基本版本更容易閱讀。

library(dplyr) 
library(stringr)

df %>% 
  mutate(across(v2:v4,) 
                ~ ifelse()
                  rowSums(across("v1": str_replace(cur_column()/span>。  "d"。  function(y) as. numeric（y）-1)) == "d") >  0,
                  NA,
                  .x)
                )
         )
#> ID v1 v2 v3 v4
#> 1 H 0 0 d <NA>
#> 2 I 0 0 0 0
#> 3 J d <NA> <NA> <NA> 
#> 4 K 0 0 0 d
#> 5 L 0 d <NA> <NA> 

^{創建于2021-09-20，由reprex包（v2.0.1）}

uj5u.com熱心網友回復：

base

df <- data. frame(ID = LETTERS[/span>8。 12],  
                 v1 = c(0。  0。  'd', 0。  0), 
                 v2 = c(0。  0。  0, 0。  'd'), 
                 v3 = c('d'。  0。  0, 0。  0), 
                 v4 = c(0。  0。  0, 'd'/span>,  0), 
                 stringsAsFactors = FALSE）

df[df == "d"/span>] < - 1 
l <- max. col(df[-1]， ties。 方法 = "first"）
tmp < - t(sapply(l。  function(x) seq(ncol(df[-1]) >  x))
df[/span>-1][tmp] < - NA
df
#> ID v1 v2 v3 v4
#> 1 H 0 0 1 <NA> 
#> 2 I 0 <NA> <NA> <NA>。
#> 3 J 1 <NA> <NA> <NA> 
#> 4 K 0 0 0 1
#> 5 L 0 1 <NA> <NA> 

^{創建于2021-09-20，由reprex包（v2.0.1）}

uj5u.com熱心網友回復：

一種使用滯后布林值rowCums的方法。

m <- as.matrix（df）
s <- which(as. 邏輯的(matrixStats:: rowCums(m == 'd'）））
m[,-1]/span>[`length< -`（s。  length(s) - nrow(m)   1)】 <。 - NA 
as.data. frame（array（m,  dim(df))
# V1 V2 V3 V4 V5
# 1 H 0 0 d <NA>
# 2 I 0 0 0 0 
# 3 J d <NA> <NA> <NA> 
# 4 K 0 0 0 d
# 5 L 0 d <NA> <NA> 

uj5u.com熱心網友回復：

另一種方法是在Reduce中使用|，假設第一列是ID，沒有d。

is. na(df[/span>-1]） < -做。 call(cbind, Reduce(`|`,  lapply(df[-nrow(df)】。  `==`, "d"）
                                     , accumulate = TRUE))

df
# ID v1 v2 v3 v4
#1 H 0 0 d <NA>
#2 I 0 0 0 0
#3 J d <NA> <NA> <NA>/span>
#4 K 0 0 0 d
#5 L 0 d <NA> <NA> 

或者使用which和sequence。隨著從which獲得arr.ind，

i < -其中(df[c(-1。  -ncol(df)/span>)] == "d"/span>。  arr. ind = TRUE）。
n < - ncol(df) - i[/span>, 2] - 1
是。 na(df) < - cbind(rep(i[。 1], n）。  sequence(n, 2   i[/span>。 2]））

或者使用arrayInd。

i < -其中(df[c(-1。  -ncol(df)/span>)] == "d")
n < - ncol(df) - (i-1） %/% nrow(df) -  2
是。 na(df) < - arrayInd(sequence(n, i   2*nrow（df）。  nrow(df)）。  dim(df))

標籤：

上一篇：合并兩個具有不同數量觀測值的資料框架并進行匹配

下一篇：合并兩個資料框架