如何用tidyverse在同一DataFrame中批量替换对应列的值？

针对你需要批量将oldN列替换为对应updN列值的需求，以下是几种高效的tidyverse实现方法：

方法1：利用列名规律动态匹配（推荐） #

适用于old和upd列名有统一后缀（如old1/upd1、old2/upd2）的场景，无需关心列的位置：

library(tidyverse)

test <- data.frame(old1 = c(NA,NA,NA),
                   old2 = c(NA,NA,NA),
                   old3 = c(NA,NA,NA),
                   upd1 = c('1','2','3'),
                   upd2 = c('a','b','c'),
                   upd3 = c('I','II','III')
)

test %>%
  mutate(across(starts_with("old"), ~ {
    # 提取当前列的后缀，匹配对应upd列
    suffix <- str_remove(cur_column(), "old")
    upd_col <- paste0("upd", suffix)
    # 仅替换NA值，保留非NA的原有值
    ifelse(is.na(.), .data[[upd_col]], .)
  }))

代码说明： #

• starts_with("old")批量选中所有需要更新的列
• cur_column()获取当前处理的列名，通过str_remove提取后缀拼接成对应upd列名
• .data[[upd_col]]动态引用目标更新列，保证每列对应正确的数据源

方法2：按列位置批量匹配 #

如果old列和upd列的位置一一对应（比如old1-old100在前，upd1-upd100在后），可以用map2批量处理：

# 分别获取old和upd列的列名向量
old_cols <- names(test)[str_detect(names(test), "^old")]
upd_cols <- names(test)[str_detect(names(test), "^upd")]

test %>%
  mutate(map2_dfc(old_cols, upd_cols, ~ ifelse(is.na(!!sym(.x)), !!sym(.y), !!sym(.x))))

代码说明： #

• str_detect筛选出所有old和upd列名
• map2_dfc对每一对列执行替换逻辑，!!sym(.x)将字符列名转为可引用的列对象

方法3：直接覆盖替换（无需保留原有非NA值） #

如果不需要保留old列的非NA值，直接用upd列覆盖对应old列，可简化为：

test %>%
  # 将upd列重命名为old列名
  rename_with(~ str_replace(., "upd", "old"), starts_with("upd")) %>%
  # 按原old列的顺序整理列
  select(all_of(old_cols), everything())

原代码错误说明： #

你之前的代码会将所有目标列替换为upd1，是因为在replace中直接传入c(upd1)，没有动态匹配对应列；而across的每一次迭代都是针对单个old列，需要通过列名或位置关联到对应的upd列才能实现批量对应替换。

内容的提问来源于stack exchange，提问作者Shashpal