R语言处理DataFrame：按条件删字符串前两位报错排查

错误原因 #

1. 循环范围失效：for(i in length(names(d)))仅会循环一次（取列数的数值，比如示例中的2），无法遍历所有列，导致大部分列未被处理。
2. 条件判断非向量化：strsplit(d[,i], "")[[1]]只提取了当前列第一行的字符拆分结果，which(...) ==5得到的是单个逻辑值，而if_else要求条件、返回值的长度必须和输入向量（列的行数）一致，因此触发true尺寸不匹配的报错。
3. 语法括号缺失：if_else的条件部分未闭合，少了一个右括号，属于语法错误。

修正后的代码 #

基础R循环实现 #

# 示例数据
t3 <- c("2003-2342343","23-23490328","2024-23409")
t4 <- c("13-12","2013-23490","24-23409")
d <- data.frame(t3,t4)

# 遍历所有列处理
for(i in seq_along(names(d))) {
  # 判断每一行的第5位是否为'-'
  condition <- substr(d[,i], 5, 5) == "-"
  # 满足条件则删除前两位，否则保留原字符串
  d[,i] <- ifelse(condition, sub("^..", "", d[,i]), d[,i])
}

# 查看结果
d

dplyr向量化实现（更简洁） #

library(dplyr)

# 示例数据
t3 <- c("2003-2342343","23-23490328","2024-23409")
t4 <- c("13-12","2013-23490","24-23409")
d <- data.frame(t3,t4)

# 批量处理所有列
d <- d %>%
  mutate_all(function(col) {
    ifelse(substr(col, 5, 5) == "-", sub("^..", "", col), col)
  })

# 查看结果
d

验证结果 #

运行上述代码后，输出结果与预期一致：

> d
          t3       t4
1 03-2342343    13-12
2 23-23490328 13-23490
3   24-23409  24-23409

内容的提问来源于stack exchange，提问作者user1845518