如何用dplyr mutate转换data.table列值为0/1？最优实现方式

嘿，这个问题我刚好碰到过类似的情况，来给你捋捋怎么用dplyr最地道地解决！

首先得明确核心问题：你说这些列被识别为Integer类型，但实际存的是带0/1或./.开头的字符串——这其实是R读取数据时的类型识别误差，因为这种含特殊字符的字符串根本没法存成Integer，大概率是读取时被强制转成Integer后变成了NA，或者你的列本质是Character类型但显示上被标记成了Integer？不管怎样，第一步必须把这些列转换成字符型，不然根本没法做字符串开头的判断。

接下来用dplyr的mutate+across批量处理除首列外的所有列，这比一个个列名写高效多了。这里有两种常用写法，看你习惯：

方法1：用stringr的str_starts（更直观的正则匹配） #

先加载必要的包：

library(dplyr)
library(stringr)

然后处理数据：

processed_data <- your_data_table %>%
  # 把第一列之外的所有列转成字符型
  mutate(across(-1, as.character)) %>%
  # 批量判断开头并替换
  mutate(across(-1, ~case_when(
    str_starts(., "^0/1") ~ 1L,  # 匹配以0/1开头的，换成整数1
    str_starts(., "^\\./\\.") ~ 0L,  # 匹配以./.开头的，换成整数0（注意转义.，因为正则里.是任意字符）
    TRUE ~ NA_integer_  # 其他情况设为NA，你可以根据需求改成别的值
  )))

方法2：用base R的substr（不用额外加载stringr） #

如果不想装stringr包，直接取前3个字符判断：

processed_data <- your_data_table %>%
  mutate(across(-1, as.character)) %>%
  mutate(across(-1, ~if_else(
    substr(., 1, 3) == "0/1", 1L,
    if_else(substr(., 1, 3) == "./.", 0L, NA_integer_)
  )))

为什么之前用recode没成功？ #

因为recode是精确值匹配，它要求整个值完全等于你指定的键，但你的需求是匹配字符串的开头，不是整个字符串完全一致——比如你的值是0/1:3:0,...，整个字符串和0/1不一样，所以recode找不到匹配项自然没用。再加上之前列是Integer类型，里面的字符串早被转成NA了，recode也没法处理这些NA对应的原始内容。

另外，如果你习惯用data.table的原生语法，其实也可以结合dplyr的逻辑，但上面的写法已经是dplyr里最地道的批量处理方式了，不管你的输入是data.table还是tibble都适用。

内容的提问来源于stack exchange，提问作者Alessandro