如果后续行值低于前一个值，则将后续行值更改为该点之前的上一个最大值。忽略 NA 的

Question

例如，现在看起来是这样的：

>>NA>

示例	Col1	Col2
A	1	NA
B	1	2		C	0	1	3

df1 <- df
df1[is.na(df1)] <- -Inf
df1[-1] <- matrixStats::rowCummaxs(as.matrix(df1[-1]))* NA^is.na(df[-1])
df1
Sample Col1 Col2 Col3 Col4 Col5
1      A    1   NA    2    2    3
2      B    1    2   NA    2    5
3      C    0    1    5   NA    5

甚至：

df1 <- df
df1[is.na(df1)] <- -Inf
df1[-1] <- matrixStats::rowCummaxs(as.matrix(df1[-1]))
is.na(df1) <- is.na(df)
df1
Sample Col1 Col2 Col3 Col4 Col5
1      A    1   NA    2    2    3
2      B    1    2   NA    2    5
3      C    0    1    5   NA    5

Answer 1

我们可以使用base R中的cummax-在数据集的子集上循环，即用apply(MARGIN = 1(逐行循环数字列([-1](，用值的累积最大值替换非NA元素，并分配回

df[-1] <- t(apply(df[-1], 1, FUN = function(x) {
i1 <- !is.na(x)
x[i1] <- cummax(x[i1])
x}))

-输出

> df
Sample Col1 Col2 Col3 Col4 Col5
1      A    1   NA    2    2    3
2      B    1    2   NA    2    5
3      C    0    1    5   NA    5

数据

df <- structure(list(Sample = c("A", "B", "C"), Col1 = c(1L, 1L, 0L
), Col2 = c(NA, 2L, 1L), Col3 = c(2L, NA, 5L), Col4 = c(1L, 1L, 
NA), Col5 = c(3L, 5L, 3L)), class = "data.frame", row.names = c(NA, 
-3L))