如何对多个R数据框应用相同的变量重编码规则？

核心思路 #

把需要处理的多个数据框存入命名列表，用purrr批量遍历执行处理逻辑，结合dplyr匹配目标列完成重编码，最后将处理后的结果还原为全局环境中的独立数据框。

完整代码实现 #

# 加载所需工具包
library(dplyr)
library(purrr)

# 示例数据（实际替换为你的5个数据框即可）
df1 <- data.frame(a_comfort = c(1, 2, 3, 4, 5),
                  b_comfort = c(1, 2, 3, 4, 5),
                  c_effective = c(1, 2, 3, 4, 5))

df2 <- data.frame(a_comfort = c(1, 2, 3, 4, 5),
                  b_comfort = c(1, 2, 3, 4, 5),
                  c_effective = c(1, 2, 3, 4, 5))

# 1. 将目标数据框存入命名列表（5个数据框就依次添加）
df_list <- list(df1 = df1, df2 = df2)

# 2. 批量处理：匹配指定后缀列并执行重编码
processed_df_list <- df_list %>%
  map(~ .x %>%
        # dplyr 1.0.0+版本推荐用across（替代旧版mutate_at）
        mutate(across(ends_with(c("_comfort", "_agree", "effective")), 
                      ~ 6 - .x)))

# 3. 将处理后的数据框还原为全局环境中的独立对象
list2env(processed_df_list, envir = .GlobalEnv)

关键细节说明 #

1. 重编码技巧：用6 - .x可以快速实现1↔5、2↔4、3不变的需求，比case_when更简洁高效。如果需要更直观的逻辑，也可以替换为：

   ~ case_when(
     .x == 1 ~ 5,
     .x == 2 ~ 4,
     .x == 3 ~ 3,
     .x == 4 ~ 2,
     .x == 5 ~ 1
   )
   

2. 列匹配规则：ends_with(c("_comfort", "_agree", "effective"))能精准匹配所有以指定后缀结尾的变量，无需手动罗列列名。
3. 保留独立数据框：list2env会把处理后的列表元素还原为全局环境中的独立数据框，命名与原数据框一致；若不想覆盖原数据，可给列表元素设置新名称（比如list(df1_new = df1, df2_new = df2)）。

验证结果 #

执行代码后查看df1：

df1
#   a_comfort b_comfort c_effective
# 1         5         5           5
# 2         4         4           4
# 3         3         3           3
# 4         2         2           2
# 5         1         1           1

内容的提问来源于stack exchange，提问作者sdS