如何在不丢失其他列的情况下对指定列应用函数？

嗨，我完全懂你的困扰——你想对数据列做反正弦转换，但又不想丢掉关键的日期列对吧？你之前的代码把整个数据框都替换成了处理后的2-4列，这就是日期列消失的原因。这里有几个简单又实用的解决办法：

方法1：直接修改原数据框的指定列（最简便） #

不用重新创建整个数据框，只针对需要转换的列进行替换操作，日期列会自动保留：

df <- read.csv("2018data.csv")

fun_asin <- function(x){
  return (asin(x/100))
}

# 只更新第2到第4列，其他列（比如Date.Time）保持不变
df[, 2:4] <- lapply(df[, 2:4], fun_asin)

这样操作后，你的df里就同时有原日期列和转换后的数值列了。

方法2：创建新数据框（不修改原数据） #

如果你想保留原始数据，不想改动它，可以用cbind()把日期列和转换后的列合并成新的数据框：

# 先提取日期列，再绑定转换后的数值列
df_transformed <- cbind(df[, "Date.Time"], lapply(df[, 2:4], fun_asin))
# 恢复原列名（可选，因为lapply会保留数值列的原名）
colnames(df_transformed) <- colnames(df)

这样你就有了一个全新的转换后数据框，原始数据df还完好无损。

方法3：用dplyr实现更直观的操作（tidyverse风格） #

如果你平时用tidyverse工具包，dplyr的across()函数能让代码更清晰易读，自动保留未指定的列：

library(dplyr)

fun_asin <- function(x){
  return (asin(x/100))
}

df_transformed <- df %>%
  # 指定要转换的列范围，这里用列名更直观，也可以用2:4
  mutate(across(Narraguagus.R:Jericho.R, fun_asin))

这种写法不需要手动处理列的位置，直接通过列名就能精准选择要转换的列，非常适合列数多的情况。

你可以用你提供的测试数据随便试试其中一种方法，都能完美保留Date.Time列哦！

备注：内容来源于stack exchange，提问作者rose_t