如何在R语言for循环中使用filter筛选并替换指定值为NA？

你的循环代码无法运行主要有三个问题：

1. 列表索引错误：col_missing$col 无法正确获取循环变量col对应的列表元素，应该用col_missing[[col]]来按变量名索引列表。
2. 列引用错误：filter(col %in% ...) 中的col是字符串，dplyr无法识别为数据框的列，需要用.data[[col]]来明确引用对应列。
3. 数据覆盖问题：每次循环都将temp重新赋值为原始df的筛选结果，导致前一次循环的修改被完全覆盖，应该基于已修改的temp继续操作。

方法一：基础R写法（更高效） #

先复制原数据到临时对象避免修改原始数据，然后循环处理每一列：

temp <- df
for (col in names(col_missing)) {
  # 定位该列中需要替换为NA的元素，直接赋值
  temp[[col]][temp[[col]] %in% col_missing[[col]]] <- NA
}

方法二：dplyr风格写法 #

如果偏好tidyverse语法，可以用mutate结合非标准求值来实现：

library(dplyr)
temp <- df
for (col in names(col_missing)) {
  temp <- temp %>%
    mutate(!!col := ifelse(.data[[col]] %in% col_missing[[col]], NA, .data[[col]]))
}

补充说明 #

你原来的单独处理代码其实可以简化为一行，不需要先筛选再赋值：

df$skipmeal[df$skipmeal %in% col_missing$skipmeal] <- NA

这种写法本质和循环里的基础R写法逻辑一致，只是批量处理时用循环遍历所有列名即可。

内容的提问来源于stack exchange，提问作者samsacat