R语言：基于年份条件用lapply优化数值列批量取整的方法问询

问题背景 #

你有一个包含城市名称、年份及50+数值列的数据框，需要仅对2018年及以后的行，将所有数值列用plyr::round_any(x, 3)取整为3的倍数。现有拆分合并数据框的方法可行，但手动指定列索引效率极低，需要更简洁的批量处理方案，且不能修改年份列。

优化方案（Tidyverse 风格） #

利用dplyr的across()函数可以自动批量处理目标列，无需拆分数据框，代码更简洁易维护：

library(tidyverse)
library(plyr) # 需加载plyr包提供round_any函数

# 原始数据构建（你的代码）
names <- rep(c("City A", "City B"), each = 11)
year <- rep(c(2010:2020), times = 2)
col_1 <- c(1, 17, 34, 788, 3, 4, 78, 98, 650, 45, 20,
           23, 45, 56, 877, 54, 12, 109, 167, 12, 19, 908)
col_2 <- c(3, 4, 23, 433, 2, 45, 34, 123, 98, 76, 342,
           760, 123, 145, 892, 23, 5, 90, 40, 12, 67, 98)

df <- as.data.frame(cbind(names, year, col_1, col_2)) %>%
  mutate(across(c(col_1, col_2), as.numeric))

# 核心优化代码
df <- df %>%
  mutate(
    across(
      # 自动选择所有数值列，排除year列
      .cols = where(is.numeric) & !matches("year"),
      # 仅对2018年及以后的行应用取整，其余保持原样
      .fns = ~ ifelse(year >= 2018, plyr::round_any(.x, 3), .x)
    )
  )

代码说明 #

1. 列选择逻辑：where(is.numeric) & !matches("year")会自动识别所有数值类型的列，同时排除年份列，无需手动罗列50多列的名称或索引。
2. 条件修改：通过ifelse实现行级判断，仅对符合年份条件的行修改数值，避免拆分合并数据框的繁琐操作。
3. 灵活性扩展：如果你的数值列有统一命名前缀（比如都以col_开头），可以用starts_with("col_")替代where(is.numeric) & !matches("year")，更精准：

   df <- df %>%
     mutate(
       across(
         .cols = starts_with("col_"),
         .fns = ~ ifelse(year >= 2018, plyr::round_any(.x, 3), .x)
       )
     )
   

大数据场景备选方案（data.table） #

如果数据量较大，data.table的操作效率更高：

library(data.table)
library(plyr)

setDT(df)
# 筛选出所有数值列（排除year）
num_cols <- setdiff(names(df)[sapply(df, is.numeric)], "year")
# 仅对2018年及以后的行批量修改
df[year >= 2018, (num_cols) := lapply(.SD, plyr::round_any, 3), .SDcols = num_cols]

内容的提问来源于stack exchange，提问作者evam