如何使用dplyr的mutate across结合ifelse批量处理以G开头的列

你可以结合mutate() + across()批量处理所有以"G"开头的列，用ifelse()完成值的替换逻辑，直接把这段逻辑追加到原数据处理的管道末尾即可，具体代码如下：

library(stringr)
library(dplyr)
library(fastDummies)

# 设置随机种子保证结果可复现
set.seed(123)
score <- sample(1:100,20,replace=TRUE)
df <- data.frame(score)

df <- df %>%
   mutate(grp = cut(score, breaks = c(-Inf, seq(0, 100, by = 20), Inf)), 
      grp = str_c("G", as.integer(droplevels(grp)), '_', 
      str_replace(grp, '\\((\\d+),(\\d+)\\]', 
     '\\1_\\2'))) %>% 
   dummy_cols("grp", remove_selected_columns = TRUE) %>% 
   rename_with(~ str_remove(.x, 'grp_'), starts_with('grp_')) %>%
   # 批量处理G开头的列
   mutate(across(starts_with("G"), ~ ifelse(.x == 1, score, NA)))

关键逻辑解释 #

• starts_with("G")：精准筛选所有列名以"G"开头的列，作为across()的处理目标
• ~ ifelse(.x == 1, score, NA)：.x代表当前正在处理的列，当该列值为1时，替换为对应行的score值；否则设为NA

进阶匹配（可选） #

如果担心有其他含"G"的列被误处理，可以用正则表达式更精准地匹配列名格式（比如G1_0_20这种结构）：

mutate(across(matches("^G\\d+_\\d+_\\d+$"), ~ ifelse(.x == 1, score, NA)))

内容的提问来源于stack exchange，提问作者Bruh