如何用across或{purrr}简化dplyr数据替换补全的冗长代码？

示例数据与映射 #

先定义示例数据和替换映射列表，方便验证效果：

library(tibble)

# 待处理的数据框
df_modifies <- tibble(
  abricot = c(1, 2, NA, 4),
  abricot2 = c(NA, 2, 3, NA),
  pomme = c(5, NA, 7, 8),
  pomme2 = c(NA, 6, NA, 8)
)

# 替换映射：键为需要填充的列，值为提供填充值的原列
corresp <- list(abricot2 = "abricot", pomme2 = "pomme")

方案1：用dplyr的across简化 #

这是最简洁的原生dplyr写法，直接遍历需要处理的列：

library(dplyr)

df_modifies %>%
  mutate(
    across(
      all_of(names(corresp)),
      ~ if_else(is.na(.), pull(., corresp[[cur_column()]]), .)
    )
  )

• across(all_of(names(corresp)))：指定要处理的列（corresp的所有键）
• cur_column()：获取当前正在处理的列名，通过corresp[[cur_column()]]拿到对应的原列名
• pull(., 原列名)：提取原列的对应值，用if_else判断NA并替换

方案2：用purrr的reduce迭代处理 #

如果习惯purrr的迭代逻辑，可以用reduce逐步处理每一列：

library(purrr)
library(dplyr)

reduce(
  names(corresp),
  function(df, col) {
    df %>% mutate(!!col := if_else(is.na(!!sym(col)), !!sym(corresp[[col]]), !!sym(col)))
  },
  .init = df_modifies
)

• reduce遍历corresp的每个列名，以原数据框为初始值
• 用!!sym(col)和!!sym(corresp[[col]])实现列名的动态引用，完成NA替换

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