如何在R中使用mutate()和case_when()将指定值设为NA

1. 普通数值列的处理 #

你之前的代码出错是因为case_when()必须覆盖所有情况，只写A==99 ~ NA会让不满足条件的行全部被设为NA。正确写法需要添加默认分支保留原数值，同时指定匹配类型的NA：

library(dplyr)
df <- data.frame(A = c(1,2,1,1,99,2,1,99,1))

# 正确的case_when写法
df <- df %>%
  mutate(A = case_when(
    A == 99 ~ NA_real_,  # 用NA_real_指定数值型NA，避免类型冲突
    TRUE ~ A             # 默认分支：保留所有非99的原数值
  ))

也可以用更简洁的na_if()函数，专门用来替换指定值为NA，效果完全一致：

df <- df %>% mutate(A = na_if(A, 99))

2. haven_labelled类型列的处理 #

对于haven包导入的带标签的数值列，核心逻辑和普通列一致，直接用case_when()或na_if()就能自动保留标签属性：

示例代码 #

library(haven)
library(dplyr)

# 构造带标签的测试数据
df_labelled <- data.frame(
  A = labelled(c(1,2,99,1,99), labels = c(有效=1, 无效=2, 缺失=99))
)

# 用case_when替换99为NA
df_labelled <- df_labelled %>%
  mutate(A = case_when(
    A == 99 ~ NA_real_,
    TRUE ~ A
  ))

# 用na_if更简洁
df_labelled <- df_labelled %>% mutate(A = na_if(A, 99))

# 验证标签属性是否保留
str(df_labelled$A)

解决报错问题 #

你遇到的object 'NA_double_' not found错误，是因为没有正确使用数值型NA的写法，base R中数值型NA的标准写法是NA_real_，而非NA_double_（后者并非base R的内置对象）。

内容的提问来源于stack exchange，提问作者code_to_joy