R语言：使用apply函数替代循环处理数据框指定列

DevOps 小满

2026-5-8

解决多列条件赋值问题（不用for循环）

嘿，这个需求太常见了，完全不用写for循环，用base R的lapply()或者tidyverse的dplyr工具都能轻松搞定，我给你两种实用方案参考：

方案一：Base R 用 `lapply()` 实现

lapply()可以遍历指定的列，对每一列单独执行你的条件逻辑，最后直接替换原数据框的对应列就行，代码简洁又高效：

# 定义要处理的列
cols_to_change <- c('d','e','f')

# 用lapply遍历处理每一列
df[cols_to_change] <- lapply(df[cols_to_change], function(col) {
  # 对当前列应用条件：当criteria < 当前列值时，设为NA
  col[df$criteria < col] <- NA
  col
})

这里不用which()也能正常索引，逻辑向量本身就可以用来定位需要修改的位置，效果和你原来的单列操作完全一致。

方案二：Tidyverse 用 `dplyr::across()` 实现

如果你平时习惯用tidyverse的工具，across()是处理多列批量操作的绝佳选择，代码可读性更强：

library(dplyr)

cols_to_change <- c('d','e','f')

df <- df %>%
  mutate(
    across(
      all_of(cols_to_change),  # 指定要处理的目标列
      ~ if_else(criteria < .x, NA_real_, .x)  # 条件逻辑：满足则设为NA，否则保留原值
    )
  )

注意这里用NA_real_是适配数值型列的写法；如果你的d/e/f是整数列，换成NA_integer_就能保证类型匹配，避免不必要的警告。