R语言中按条件修改指定列值，避免循环覆盖问题

需求说明 #

• 现有一个dataframe，指定列包含1-6的数值，需按以下规则映射转换：1、2→1；3、4→2；5、6→3
• 需要修改的列：sub1.4、sub2.4、sub3.4、sub4.4、sub5.4、sub6.4、sub7.4、sub8.4、sub9.3、sub10.4、sub11.4、sub12.4、sub13.4、sub14.4、sub15.4、sub16.4、sub17.3、sub18.4、sub20.4
• 注意：仅修改上述指定列，其他列的1-4数值保持不变；分步修改会出现循环覆盖问题（比如先把5改成3，再把3改成2时，新生成的3也会被错误修改）

此前尝试的代码 #

B_data1[B_data1 == 5] <- 3                    # 将所有5转为3
B_data1[B_data1 == 6] <- 3                 # 将所有6转为3
B_data1$sub1.4[B_data1$sub1.4<2] <- 1      # 将sub1.4中小于2的转为1（实际是把2转为1）
B_data1$sub1.4[B_data1$sub1.4<3] <- 2      # 将sub1.4中小于3的转为2（会把原3和刚转成的3都改成2）
B_data1$sub1.4[B_data1$sub1.4<4] <- 2      # 将sub1.4中小于4的转为2
... 
# 注：5和6仅出现在上述指定列中，其他列的1-4数值无需修改

示例数据集代码 #

B_data1 <- data.frame(matrix(0, nrow = 51, ncol = 41))
# 设置第一列和项目列的列名
colnames(B_data1) <- c("ID", paste(rep(paste0("sub", 1:20), each = 2), c("_1", "_2"), sep = ""))
# 填充ID列1到51
B_data1$ID <- 1:51
# 填充项目列为1-6的随机数
set.seed(123) # 设置随机种子保证可复现
B_data1[, 2:41] <- matrix(sample(c(1:6), size = 20 * 2 * 51, replace = TRUE), ncol = 40)
# 查看结果数据框
B_data1

自行实现的代码 #

B_data1[,c("sub1.4","sub2.4", "sub3.4", "sub4.4", "sub5.4", "sub6.4", "sub7.4", "sub8.4", "sub9.3", "sub10.4", "sub11.4", "sub12.4", "sub13.4", "sub14.4",
           "sub15.4", "sub16.4", "sub17.3", "sub18.4", "sub20.4")] <- ifelse(is.na(B_data1$sub1.4), NA, 
                                                                            ifelse(B_data1$sub1.4 %in% c(1,2), 1, 
                                                                                   ifelse(B_data1$sub1.4 %in% c(3,4), 2, 3)))

代码有效性分析与优化方案 #

自行实现代码的问题 #

你的代码存在逻辑错误：ifelse判断始终以B_data1$sub1.4的数值为依据，这会导致所有指定列都被替换成sub1.4列的映射结果，而非各自列的数值转换，完全不符合需求。

更优实现方式 #

方法1：dplyr包（可读性高，推荐）

library(dplyr)

# 定义需要修改的列
target_cols <- c("sub1.4","sub2.4", "sub3.4", "sub4.4", "sub5.4", "sub6.4", "sub7.4", "sub8.4", "sub9.3", "sub10.4", "sub11.4", "sub12.4", "sub13.4", "sub14.4",
                 "sub15.4", "sub16.4", "sub17.3", "sub18.4", "sub20.4")

B_data1 <- B_data1 %>%
  mutate_at(vars(all_of(target_cols)), ~case_when(
    . %in% c(1,2) ~ 1,
    . %in% c(3,4) ~ 2,
    . %in% c(5,6) ~ 3,
    TRUE ~ . # 保留NA或其他意外值
  ))

方法2：基础R实现（无需额外包）

target_cols <- c("sub1.4","sub2.4", "sub3.4", "sub4.4", "sub5.4", "sub6.4", "sub7.4", "sub8.4", "sub9.3", "sub10.4", "sub11.4", "sub12.4", "sub13.4", "sub14.4",
                 "sub15.4", "sub16.4", "sub17.3", "sub18.4", "sub20.4")

B_data1[target_cols] <- lapply(B_data1[target_cols], function(x) {
  ifelse(x %in% c(1,2), 1,
         ifelse(x %in% c(3,4), 2,
                ifelse(x %in% c(5,6), 3, x)))
})

方法3：简洁数值映射（规则明确时使用）

由于映射规则是每两个连续数对应一个结果，可直接用整数运算实现：

target_cols <- c("sub1.4","sub2.4", "sub3.4", "sub4.4", "sub5.4", "sub6.4", "sub7.4", "sub8.4", "sub9.3", "sub10.4", "sub11.4", "sub12.4", "sub13.4", "sub14.4",
                 "sub15.4", "sub16.4", "sub17.3", "sub18.4", "sub20.4")

# 处理NA的版本
B_data1[target_cols] <- lapply(B_data1[target_cols], function(x) {
  ifelse(is.na(x), NA, (x + 1) %/% 2)
})

以上方法均基于原始数值直接判断映射，彻底避免了分步修改导致的循环覆盖问题。

内容的提问来源于stack exchange，提问作者user21538383