R 基于其他列组中的值更改列组_R_Dplyr_Tidyr_Mutate

R 基于其他列组中的值更改列组

R 基于其他列组中的值更改列组,r,dplyr,tidyr,mutate,R,Dplyr,Tidyr,Mutate,我试图根据另一个对应列中的值是否为NA将一列中的值转换为NA。我需要对两大组对应的列执行此操作，这样我就不能逐个对每个列进行变异例如，下面的2002inflationNext2Years变为NA，因为2002realReturnNext2Years是NA year <- c(2000, 2001, 2002) realReturnNext1Years <- c(.1,.2,.3) realReturnNext2Years <- c(.15,.25, NA) realRetur

我试图根据另一个对应列中的值是否为

NA

将一列中的值转换为

NA

。我需要对两大组对应的列执行此操作，这样我就不能逐个对每个列进行

变异
例如，下面的2002inflationNext2Years
变为NA
，因为2002realReturnNext2Years
是NA

year <- c(2000, 2001, 2002)
realReturnNext1Years <- c(.1,.2,.3)
realReturnNext2Years <- c(.15,.25, NA)
realReturnNext3Years <- c(.45, NA, NA)
inflationNext1Years <- c(.02, .03, .07)
inflationNext2Years <- c(.03, .05, .08)
inflationNext3Years <- c(.04, .06, .09)
data <- data.frame(year, realReturnNext1Years, realReturnNext2Years, realReturnNext3Years, inflationNext1Years, inflationNext2Years, inflationNext3Years)
data
   year realReturnNext1Years realReturnNext2Years realReturnNext3Years inflationNext1Years inflationNext2Years inflationNext3Years
1 2000                  0.1                 0.15                 0.45                0.02                0.03                0.04
2 2001                  0.2                 0.25                   NA                0.03                0.05                0.06
3 2002                  0.3                   NA                   NA                0.07                0.08                0.09

因为我有很多专栏，所以我不能一次只做一个专栏。我试着用ifelse（）
来测试mutate\u at
，但不确定如何测试年数是否一致
我有一个realReturn
列名向量和另一个inflation
列名向量。如果对应的realReturnColumn是NA
，我试图将膨胀列更改为NA
，但是如果realReturnColumn不是NA
，我们可以使用grep
收集“realReturnNext”列的索引，获取其NA
的位置，并将“inflationNext”列中的相应位置替换为NA

real_cols <- grep("^realReturnNext", colnames(data))
inflation_cols <- grep("^inflationNext", colnames(data))

data[inflation_cols][is.na(data[real_cols])] <- NA

#  year realReturnNext1Years realReturnNext2Years realReturnNext3Years
#1 2000                  0.1                 0.15                 0.45
#2 2001                  0.2                 0.25                   NA
#3 2002                  0.3                   NA                   NA

#  inflationNext1Years inflationNext2Years inflationNext3Years
#1                0.02                0.03                0.04
#2                0.03                0.05                  NA
#3                0.07                  NA                  NA

real\u cols
real_cols <- grep("^realReturnNext", colnames(data))
inflation_cols <- grep("^inflationNext", colnames(data))

data[inflation_cols][is.na(data[real_cols])] <- NA

#  year realReturnNext1Years realReturnNext2Years realReturnNext3Years
#1 2000                  0.1                 0.15                 0.45
#2 2001                  0.2                 0.25                   NA
#3 2002                  0.3                   NA                   NA

#  inflationNext1Years inflationNext2Years inflationNext3Years
#1                0.02                0.03                0.04
#2                0.03                0.05                  NA
#3                0.07                  NA                  NA