如何用R的dplyr动态将全空格字符串替换为NA？

核心需求是处理任意结构的数据框（包括新增列的情况），自动识别所有字符型列，将其中仅含空格（或空字符串）的单元格替换为NA，确保存入SQL Server（T-SQL）时对应为NULL。

可行实现方案 #

推荐使用dplyr的across函数（替代已逐步淘汰的mutate_if），灵活批量处理所有符合条件的列：

方案一：直接用字符串匹配替换

library(dplyr)
library(stringr)

singleAction <- tibble::tibble(
  datePublished = as.Date("2022/01/01"),
  title = "",
  summary = "   ",
  createdby = "bob",
  customer = "james",
  contactAnalyst = "jack",
  type = "fighting",
  status = "draft",
  draftLink = "            ",
  finalLink = " ",
  invalidated = FALSE,
  number = 4
)

# 批量处理所有字符型列
singleAction_clean <- singleAction %>%
  mutate(across(where(is.character), 
                ~replace(., str_detect(., "^\\s*$"), NA)))

print(singleAction_clean)

方案二：自定义函数+批量处理

如果需要复用判断逻辑，可以封装函数后通过across调用：

replaceEmpty <- function(x) {
  # 标记空字符串或仅含空格的单元格
  mask <- nchar(x) == 0 | str_remove_all(x, " ") == ""
  x[mask] <- NA
  return(x)
}

# 应用到所有字符型列
singleAction_clean <- singleAction %>%
  mutate(across(where(is.character), replaceEmpty))

原尝试的问题说明 #

• 原idea1中使用map错误，mutate_if/across需要接收向量处理函数，而非列表处理的map；第二步嵌套mutate(across)属于冗余操作。
• 原idea2的mutate_if用法错误，第二个参数必须是函数，不能直接写replace(...)的执行语句。
• 单独的replaceEmpty函数只能处理单个向量，必须结合across才能实现整表批量处理。

内容的提问来源于stack exchange，提问作者Aaron C