使用lapply处理数据框时，如何通过列名实现量表反转

错误原因分析 #

你之前的grep用法完全错误：grep的第一个参数是匹配模式，第二个参数是要搜索的字符向量（比如colnames(df)），但你把select的结果和数据框直接传入，导致无法匹配到有效列索引，返回空向量。另外用select来获取列名属于冗余操作，完全没必要。

解决方案 #

方法1：直接指定列名向量（最直观）

既然你明确知道需要反转的列名，直接定义列名字符向量，再用lapply处理即可：

# 定义需要反转的列名
reverse_cols <- c("A", "B", "D", "F", "G", "H")
# 对指定列执行反转操作
df[reverse_cols] <- lapply(df[reverse_cols], function(x) misty::item.reverse(x, min = 1, max = 5))

方法2：用dplyr的across函数（更简洁的tidyverse风格）

如果你习惯用tidyverse工具链，dplyr::across可以更优雅地批量处理列：

library(dplyr)

reverse_cols <- c("A", "B", "D", "F", "G", "H")
df <- df %>%
  mutate(across(all_of(reverse_cols), ~ misty::item.reverse(.x, min = 1, max = 5)))

这里all_of()用来告诉dplyr：reverse_cols是外部定义的列名字符向量，不是dplyr的选择语法。

方法3：用grep匹配有规律的列名（适合列名有统一模式的场景）

如果需要反转的列名有规律（比如都是特定前缀/后缀），可以用grep正确匹配列名：
比如要匹配列名正好是A、B、D、F、G、H的列，正则表达式写法如下：

# 用正则匹配目标列名，获取索引
reverse_idx <- grep("^[ABDFGH]$", colnames(df))
# 反转对应列
df[reverse_idx] <- lapply(df[reverse_idx], function(x) misty::item.reverse(x, min = 1, max = 5))

验证结果 #

执行上述任意方法后，得到的数据框与你期望的输出完全一致：

> df
  A B C D E F G H
1 5 5 4 3 5 5 3 2
2 3 4 2 4 5 4 2 3
3 1 3 1 1 4 5 3 4

内容的提问来源于stack exchange，提问作者Dee G