R语言如何替换数据框中≥4的值为NA且不删除任何行或列

针对z-score转换后的数据框，在不增删任何行、列的前提下，将所有≥4的数值替换为NA，可直接用下面两种成熟方案，两种方法都不会改动原始数据的结构、行列顺序和非目标值。

基础R方案（无依赖） #

这是最简洁高效的实现，不需要加载任何第三方包：

# 请将df_z替换为你自己的z-score转换后的数据框变量名
df_z[df_z >= 4] <- NA

如果你的数据框里包含非数值列（比如样本ID、分组标签这类字符/因子列），可以限定仅对数值列做替换，避免误操作：

# 先筛选出所有数值类型的列
numeric_cols <- sapply(df_z, is.numeric)
# 仅针对数值列做条件替换
df_z[, numeric_cols][df_z[, numeric_cols] >= 4] <- NA

Tidyverse方案（dplyr语法） #

如果平时用tidyverse生态的函数处理数据，可以用dplyr实现逻辑：

library(dplyr)

df_z <- df_z %>%
  mutate(
    # 选中所有数值列，逐元素做判断替换
    across(where(is.numeric), \(x) ifelse(x >= 4, NA, x))
  )

结果校验 #

替换完成后可以运行两行代码确认操作符合预期：

# 1. 检查是否还有遗漏的≥4的数值，返回FALSE即替换完成
any(df_z >= 4, na.rm = TRUE)

# 2. 检查数据框维度，和原始数据维度一致即没有丢失行列
dim(df_z)

内容的提问来源于stack exchange，提问作者lotus