嗨，我来帮你搞定这个批量处理的问题，这样你就不用重复写一堆冗余代码啦！下面分两部分来解决你的需求：

你原来逐个列替换的方法虽然能实现需求，但列多的时候太麻烦。其实我们可以利用1+4=5，2+3=5这个规律，直接用5 - 原数值就能得到反向编码后的结果，一步到位，效率高很多！

Base R 实现方法 #

先指定需要处理的列名，然后用lapply批量处理：

# 指定要处理的列
cols_to_recode <- c("A", "B", "C", "D")

# 批量反向编码：如果列是因子类型，要先转字符再转数值；如果是数值型，直接5 - x即可
dataNew[cols_to_recode] <- lapply(dataNew[cols_to_recode], function(x) {
  5 - as.numeric(as.character(x))
})

注意：如果你的列已经是数值型，可以去掉as.character()和as.numeric()，直接写5 - x就行

dplyr 实现方法（更简洁） #

如果你习惯用tidyverse系列的工具，dplyr的across()函数可以轻松批量处理多列：

library(dplyr)

# 批量反向编码
dataNew <- dataNew %>%
  mutate(across(c(A, B, C, D), ~ 5 - as.numeric(as.character(.x))))

同样，如果列是数值型，简化成~ 5 - .x就可以了。

处理完编码后，你可能还想给这些列改个更直观的名字，比如加上_rev后缀，下面是两种常用方法：

Base R 实现方法 #

直接修改数据框的列名：

# 给指定列添加_rev后缀
names(dataNew)[names(dataNew) %in% cols_to_recode] <- paste0(cols_to_recode, "_rev")

# 如果是自定义新名字（比如原A→Reverse_A，B→Reverse_B）
old_names <- c("A", "B", "C", "D")
new_names <- c("Reverse_A", "Reverse_B", "Reverse_C", "Reverse_D")
names(dataNew)[match(old_names, names(dataNew))] <- new_names

dplyr 实现方法 #

用rename_with()批量重命名：

# 给指定列添加_rev后缀
dataNew <- dataNew %>%
  rename_with(~ paste0(.x, "_rev"), all_of(cols_to_recode))

# 自定义对应关系的重命名
dataNew <- dataNew %>%
  rename(!!!setNames(new_names, old_names))

内容的提问来源于stack exchange，提问作者zucchini