基于列名批量替换多列数据值（适配重复列名与65列大规模场景）

针对你有65列且存在重复列名的场景，我们可以通过按列位置遍历的方式，为每一列应用对应的替换规则，避免重复列名带来的索引歧义问题。以下是完整的R实现方案：

步骤1：加载示例数据 #

先重现你提供的示例数据：

df <- read.table(text=" Name D A D E
Rose D D C B
Smith B A D D
Lora A A D D
Javid A D D B
Ahmed C A E A
Helen B A D D
Nadia A A D A ", header=TRUE)

步骤2：批量替换并生成结果表格 #

我们用lapply()遍历数据的每一列（从第2列开始，第1列为Name），同时获取每一列的列名作为匹配目标，完成替换后再合并回Name列：

# 单独提取Name列
name_col <- df[, 1, drop=FALSE]

# 处理从第2列开始的所有数据列
processed_cols <- lapply(seq_along(df)[-1], function(col_idx) {
  target_val <- colnames(df)[col_idx]  # 获取当前列的列名作为替换目标值
  current_col <- df[, col_idx]
  # 执行替换：等于目标值则为2，其余为1
  ifelse(current_col == target_val, 2, 1)
})

# 将处理后的列转为数据框，并恢复原列名
processed_df <- as.data.frame(processed_cols)
colnames(processed_df) <- colnames(df)[-1]

# 合并Name列与处理后的数值列
result_df <- cbind(name_col, processed_df)

步骤3：查看最终结果 #

运行上述代码后，执行print(result_df)就能得到你期望的表格：

Name D A D E
1   Rose 2 1 1 1
2  Smith 1 2 2 1
3   Lora 1 2 2 1
4  Javid 1 1 2 1
5  Ahmed 1 2 1 1
6  Helen 1 2 2 1
7  Nadia 1 2 2 1

方案适配说明 #

• 我们通过列索引位置而非列名遍历数据，完美避开了重复列名的索引冲突问题
• lapply()的批量处理逻辑可以直接适配65列的大数据量，不需要逐列手动写替换规则
• 替换逻辑严格遵循你的要求：每一列以自身列名为匹配目标，匹配成功替换为2，其余值替换为1

内容的提问来源于stack exchange，提问作者user330