如何按列名对多列执行相同规则的数值重编码？

dplyr 实现（推荐） #

新版本语法（across，替代已软弃用的mutate_at） #

用across指定目标列，结合case_when清晰定义重编码规则，当前处理的列用.x指代：

library(dplyr)

df <- df %>%
  mutate(across(
    .cols = c("col1", "col4", "col9"),
    .fns = ~ case_when(
      .x == "N" ~ 0,
      .x %in% c("Y", "S") ~ 1,
      .x == "O" ~ 2,
      .x == "F" ~ 99,
      TRUE ~ NA_real_ # 处理规则外的意外值
    )
  ))

兼容旧版的mutate_at写法 #

如果你的dplyr版本较低，可继续用mutate_at，当前列用.指代：

df <- df %>%
  mutate_at(
    .vars = c("col1", "col4", "col9"),
    .funs = ~ case_when(
      . == "N" ~ 0,
      . %in% c("Y", "S") ~ 1,
      . == "O" ~ 2,
      . == "F" ~ 99,
      TRUE ~ NA_real_
    )
  )

Base R 实现 #

无需依赖dplyr，用映射表+lapply处理指定列：

# 定义目标列
target_cols <- c("col1", "col4", "col9")

# 创建字符到数值的映射表
code_map <- c(N = 0, Y = 1, S = 1, O = 2, F = 99)

# 对目标列批量重编码
df[target_cols] <- lapply(df[target_cols], function(x) unname(code_map[x]))

这种方式通过映射表直接匹配替换，代码更简洁，处理大量列时效率也更高。

内容的提问来源于stack exchange，提问作者wisamb