如何使用列名向量对DataFrame指定列进行重编码？

我在项目里处理一个较大的DataFrame，想用预先定义的列名向量对指定变量重编码。示例代码如下：

df <- data.frame(
  A = c(1,2,2,1),
  B = c(1,1,1,2),
  C = c(2,2,1,2)
)

vector <- c(
  "A",
  "B"
)

我想把A、B列里所有的1替换成0，试了代码df[df[,vector]==1] <- 0，但只有当向量包含所有列名（比如加上"C"）时才生效，只包含"A"、"B"时会报错：

Error in `[<-.data.frame`(`*tmp*`, df[, vector] == 2, value = 1) : 
  unsupported matrix index in replacement

请问该怎么解决？

解决方法 #

方法1：Base R 直接定位目标列替换 #

问题根源是df[,vector]==1返回的是矩阵格式，直接用作DataFrame的替换索引会触发错误。可以先选中目标列，再在子集中做替换：

# 先定位到指定列，再替换其中等于1的值
df[vector][df[vector] == 1] <- 0

方法2：用lapply批量处理目标列 #

如果后续需要调整替换逻辑，这种方式可读性更强，也更灵活：

df[vector] <- lapply(df[vector], function(x) ifelse(x == 1, 0, x))

方法3：Tidyverse 风格写法（dplyr包） #

习惯用tidyverse工具链的话，across函数可以简洁实现批量列操作：

library(dplyr)

# dplyr 1.0.0及以上版本写法
df <- df %>% mutate(across(all_of(vector), ~ifelse(.x == 1, 0, .x)))

# 旧版dplyr可使用mutate_at
# df <- df %>% mutate_at(vars(vector), ~ifelse(.x == 1, 0, .x))

内容的提问来源于stack exchange，提问作者Linus