r - 在 R 中的特定值之后将每行的值设置为 NA

Question

我正在努力解决 R 中的一些数据问题。我有一个宽数据框，其中包含 10 个 ID 的值、一个数字和五列，用于指定测试是阳性、阴性还是不确定。

df <- data.frame(ID = 1:10, number = rep(1:5, each=2), 
                   `1`= c(rep(c("pos", "neg"),3), rep("neg", 4)), 
                   `2`= c(NA, NA, rep("pos", 4), "neg", "neg", "pos", "neg"), 
                   `3`= c(rep(NA, 4), rep("pos", 4), "neg", "inconcl"), 
                   `4`= c(rep(NA, 6), rep("pos",3), "neg"), 
                   `5`=c(rep(NA, 8), "pos", "pos"), stringsAsFactors = FALSE)
df
#>    ID number  X1   X2      X3   X4   X5
#> 1   1      1 pos <NA>    <NA> <NA> <NA>
#> 2   2      1 neg <NA>    <NA> <NA> <NA>
#> 3   3      2 pos  pos    <NA> <NA> <NA>
#> 4   4      2 neg  pos    <NA> <NA> <NA>
#> 5   5      3 pos  pos     pos <NA> <NA>
#> 6   6      3 neg  pos     pos <NA> <NA>
#> 7   7      4 neg  neg     pos  pos <NA>
#> 8   8      4 neg  neg     pos  pos <NA>
#> 9   9      5 neg  pos     neg  pos  pos
#> 10 10      5 neg  neg inconcl  neg  pos

每行，我想将 X1-X5 列中的正 pos 或不确定的 inconcl 值之后的所有值设置为 NA。

预期输出

#>    ID number  X1   X2      X3 X4 X5
#> 1   1      1 pos <NA>    <NA> NA NA
#> 2   2      1 neg <NA>    <NA> NA NA
#> 3   3      2 pos <NA>    <NA> NA NA
#> 4   4      2 neg  pos    <NA> NA NA
#> 5   5      3 pos <NA>    <NA> NA NA
#> 6   6      3 neg  pos    <NA> NA NA
#> 7   7      4 neg  neg     pos NA NA
#> 8   8      4 neg  neg     pos NA NA
#> 9   9      5 neg  pos    <NA> NA NA
#> 10 10      5 neg  neg inconcl NA NA

问题

你如何在 R 中使用 dplyr 做到这一点？

Answer 1

根据 OP 的要求，以下答案在 dplyr 内，它也不依赖于 X 列的数量(即，您可以拥有任意数量的列，答案仍然成立)。

library(tidyverse)

df %>% 
  pivot_longer(cols = c(-ID, -number)) %>% 
  mutate(is_pos_inconcl = if_else(value %in% c("pos", "inconcl"), 1, 0)) %>% 
  group_by(ID, number) %>% 
  mutate(should_na = cumsum(cumsum(is_pos_inconcl))) %>% 
  mutate(value = if_else(should_na > 1, NA_character_, value)) %>% 
  select(ID, number, name, value) %>% 
  pivot_wider(names_from = "name",
              values_from = "value") 

诀窍是将数据 reshape 为长格式 (pivot_longer)，然后确保条件成立，并使用 cumsum(两次，因为第一个正可以)。最后，使用 pivot_wider 重新构造数据。