R语言批量替换DataFrame指定前缀列的缺失值

问题场景 #

我有一个带相似前缀列的数据集，创建代码如下（修正了原始代码的向量定义格式，确保能正常运行）：

CropType <- c("maize", "beans", "peas")
NumberSM <- c(200, 300, NA)
PercentageSM <- c("90%", "50%", NA)
NumberLM <- c(600, NA, 234)
PercentageLM <- c("20%", NA, "78%")
df1 <- data.frame(CropType, NumberSM, PercentageSM, NumberLM, PercentageLM)

需要用一行代码完成两个操作：

• 所有以Number开头的列，把缺失值（NA）替换为0.0
• 所有以Percentage开头的列，把缺失值替换为0.0%

期望的处理后数据集对应代码：

CropType <- c("maize", "beans", "peas")
NumberSM <- c(200, 300, 0.0)
PercentageSM <- c("90%", "50%", "0.0%")
NumberLM <- c(600, 0.0, 234)
PercentageLM <- c("20%", "0.0%", "78%")
df1 <- data.frame(CropType, NumberSM, PercentageSM, NumberLM, PercentageLM)

之前的尝试需要逐个指定列名，列多的时候效率很低：

df1 %>%
  mutate(NumberLM = replace(NumberLM, is.na(NumberLM), 0.0),
         PercentageLM = replace(PercentageLM, is.na(PercentageLM), '0.0%'))

解决方案 #

使用dplyr包的across()函数批量匹配列前缀，一行代码搞定所有列的缺失值替换：

library(dplyr)
df1 <- df1 %>% mutate(across(starts_with("Number"), ~replace(.x, is.na(.x), 0.0)), across(starts_with("Percentage"), ~replace(.x, is.na(.x), "0.0%")))

代码解释 #

• starts_with("Number")：自动匹配所有以Number开头的列，不用手动列出来
• starts_with("Percentage")：同理匹配所有以Percentage开头的列
• ~replace(.x, is.na(.x), 替换值)：对每一列执行缺失值替换，.x指代当前处理的列

不管后续新增多少同前缀的列，这段代码都能自动处理，不用修改。

内容的提问来源于stack exchange，提问作者Sam Mwenda