如何为整个DataFrame按条件将空值替换为NA

针对你的data.table格式数据，以下是几种高效的批量替换空字符串为NA的方法，替代单列手动处理的方式：

1. data.table原生语法（推荐） #

利用data.table的.SD（Subset of Data）特性批量处理所有列：

# 创建新的数据表（不修改原数据）
data_cleaned <- data[, lapply(.SD, function(col) ifelse(col == "", NA, col))]

# 直接修改原数据表（in-place更新）
data[, names(data) := lapply(.SD, function(col) ifelse(col == "", NA, col))]

2. dplyr tidyverse风格 #

如果习惯使用tidyverse工具，用across()函数批量处理所有列：

library(dplyr)

# 生成清理后的新数据框
data_cleaned <- data %>%
  mutate(across(everything(), ~ifelse(.x == "", NA, .x)))

# 直接覆盖原数据
data <- data %>%
  mutate(across(everything(), ~ifelse(.x == "", NA, .x)))

3. Base R 基础方法 #

无需额外包，用apply实现批量替换，注意用data[]保留原数据结构：

# 替换空字符串为NA，保留原数据框类型
data[] <- apply(data, 2, function(col) ifelse(col == "", NA, col))

注意事项 #

你的数据包含integer64和POSIXct类型的列，上述方法都会自动保留这些列的原始数据类型，不会因替换操作改变。

内容的提问来源于stack exchange，提问作者Fariya