如何批量将数据框多列中匹配规则的ATC编码替换为NA

问题分析 #

你之前的方法错误在于用apply按行调用replace_with_na，该函数不需要逐行处理，直接针对目标列操作即可，所以导致生成大量tibble，未达到预期效果。下面提供两种高效的批量处理方法：

方法一：tidyverse工具链（推荐） #

适合习惯tidyverse语法的用户，代码简洁易读：

# 加载所需包
library(dplyr)
library(stringr)

# 将多个排除规则合并为单个正则表达式
exclude_pattern <- paste(exclude, collapse = "|")

# 批量处理所有ATC编码列
dset_clean <- dset %>%
  mutate(
    across(
      .cols = starts_with("ATC_code"), # 匹配所有以ATC_code开头的列
      .fns = ~ ifelse(str_detect(., exclude_pattern), NA, .) # 符合规则则替换为NA
    )
  )

如果习惯用naniar包的replace_with_na函数，也可以这样写：

library(naniar)

dset_clean <- dset %>%
  replace_with_na_at(
    .vars = vars(starts_with("ATC_code")),
    condition = ~ str_detect(., exclude_pattern)
  )

方法二：Base R实现 #

无需额外加载包，适合偏好原生R语法的用户：

# 筛选出所有ATC编码列的位置
atc_col_indices <- grep("^ATC_code", names(dset))
# 合并排除规则为单个正则表达式
exclude_pattern <- paste(exclude, collapse = "|")

# 批量替换符合规则的编码为NA
dset[, atc_col_indices] <- lapply(dset[, atc_col_indices], function(col) {
  col[grepl(exclude_pattern, col)] <- NA
  col
})

内容的提问来源于stack exchange，提问作者Matt