有条件地替换R中列中的所有值

我有这样一个数据帧：

eh1 <- c(1,1,1,1,1,1,1,1)
eh2 <- c(0,0,1,0,0,0,0,0)
mydata <- data.frame(eh1, eh2)

我不想要一个特定于示例数据的行和列的答案，但我可以在

dplyr

管道或

for

循环中应用更通用的代码

---

我认为这是一个简单的一个，但由于某些原因，我有麻烦！非常感谢

您可以将值设置为0，其中

eh1=1

，行号在

eh2

中第一次出现1之后

library(dplyr)
mydata %>%
  mutate(eh1 = replace(eh1, row_number() > which(eh2==1)[1] & eh1 == 1, 0))
  #mutate(eh1 = replace(eh1, row_number() > which.max(eh2) & eh1 == 1, 0))
  #mutate(eh1 = replace(eh1, lag(cummax(eh2) > 0 & eh1 == 1), 0))
  #mutate(eh1 = replace(eh1, lag(cumsum(eh2) > 0) & eh1 == 1, 0))


#  eh1 eh2
#1   1   0
#2   1   0
#3   1   1
#4   0   0
#5   0   0
#6   0   0
#7   0   0
#8   0   0

可以将其转换为基本R：

transform(mydata,eh1 = replace(eh1,seq_along(eh2) > which.max(eh2) & eh1 == 1, 0))

---

您可以将值设置为0，其中

eh1=1

，行号在

eh2

中第一次出现1之后

library(dplyr)
mydata %>%
  mutate(eh1 = replace(eh1, row_number() > which(eh2==1)[1] & eh1 == 1, 0))
  #mutate(eh1 = replace(eh1, row_number() > which.max(eh2) & eh1 == 1, 0))
  #mutate(eh1 = replace(eh1, lag(cummax(eh2) > 0 & eh1 == 1), 0))
  #mutate(eh1 = replace(eh1, lag(cumsum(eh2) > 0) & eh1 == 1, 0))


#  eh1 eh2
#1   1   0
#2   1   0
#3   1   1
#4   0   0
#5   0   0
#6   0   0
#7   0   0
#8   0   0

可以将其转换为基本R：

transform(mydata,eh1 = replace(eh1,seq_along(eh2) > which.max(eh2) & eh1 == 1, 0))

---

我们可以使用

match

library(dplyr)
mydata %>% 
     mutate(eh1 = +(row_number() <= match(1, eh2))  )
#  eh1 eh2
#1   1   0
#2   1   0
#3   1   1
#4   0   0
#5   0   0
#6   0   0
#7   0   0
#8   0   0

---

我们可以使用

match

library(dplyr)
mydata %>% 
     mutate(eh1 = +(row_number() <= match(1, eh2))  )
#  eh1 eh2
#1   1   0
#2   1   0
#3   1   1
#4   0   0
#5   0   0
#6   0   0
#7   0   0
#8   0   0