将SAS变量重编码宏迁移至R并实现批量处理的方法

核心需求回顾 #

将变量值1-5对应转换为0、25、50、75、100，自动生成原变量名加_r后缀的新变量，同时支持批量处理大量目标变量。

解决方案代码 #

1. 准备示例数据

set.seed(123)
library(dplyr)

# 生成包含多个目标变量的示例数据集
df <- tibble(
  score1 = sample(1:5, 15, replace = TRUE),
  score2 = sample(1:5, 15, replace = TRUE),
  score3 = sample(1:5, 15, replace = TRUE),
  score4 = sample(1:5, 15, replace = TRUE),
  # 混入不需要处理的变量
  age = sample(18:60, 15, replace = TRUE),
  income = rnorm(15, 5000, 1000)
)

2. 批量重编码实现

# 定义重编码规则
recode_map <- c(1 = 0, 2 = 25, 3 = 50, 4 = 75, 5 = 100)

# 方式1：指定具体目标变量列表
target_vars <- c("score1", "score2", "score3", "score4")
df <- df %>%
  mutate(
    across(
      all_of(target_vars),
      ~ recode(., !!!recode_map),
      .names = "{col}_r"  # 自动生成带_r后缀的新变量名
    )
  )

# 方式2：自动筛选符合条件的变量（比如所有取值在1-5的整数变量）
df <- df %>%
  mutate(
    across(
      where(~ is.integer(.) && all(.) %in% 1:5),
      ~ recode(., !!!recode_map),
      .names = "{col}_r"
    )
  )

3. 封装为可复用函数

如果需要重复使用，可以把逻辑封装成函数：

recode_var <- function(data, target_vars = NULL) {
  recode_map <- c(1 = 0, 2 = 25, 3 = 50, 4 = 75, 5 = 100)
  
  if (is.null(target_vars)) {
    # 自动筛选符合条件的变量
    data %>%
      mutate(
        across(
          where(~ is.integer(.) && all(.) %in% 1:5),
          ~ recode(., !!!recode_map),
          .names = "{col}_r"
        )
      )
  } else {
    # 处理指定变量
    data %>%
      mutate(
        across(
          all_of(target_vars),
          ~ recode(., !!!recode_map),
          .names = "{col}_r"
        )
      )
  }
}

# 使用示例
# 处理指定变量
df_processed <- recode_var(df, target_vars = c("score1", "score2"))
# 自动筛选处理
df_processed_auto <- recode_var(df)

关键问题解决说明 #

• 自动生成_r后缀变量名：通过across的.names参数，使用{col}占位符引用原变量名，自动拼接_r后缀。
• 批量处理大量变量：across函数会遍历所有指定的变量（无论是手动列表还是自动筛选的变量），无需逐个编写处理逻辑，支持上百个变量的批量操作。

验证结果 #

运行代码后，查看处理后的数据集，会新增score1_r、score2_r等变量，取值已按规则完成转换：

print(df_processed)

内容的提问来源于stack exchange，提问作者Barry