R语言dplyr重编码值时保留各列不同数据类型的方法

dplyr::recode()和dplyr::case_when()强制要求单次调用的所有返回值类型统一，之前的写法同时返回数值类型的编码值（1、2）和原始字符值，触发类型冲突，最终导致未编码列被强制转NA、或者全列被统一转成数值类型，不符合预期。

实现需求不需要手动指定纳入/排除的重编码列，只需要让操作自动识别：仅对包含待重编码值的列执行数值转换，其余列完全保留原有字符类型即可。

library(tidyverse)

# 示例数据
df = tibble(name = c('Tom', 'Sarah'), wealth = c('poor', 'wealthy'), health = c('poor', 'good')) 

df_recoded <- df %>% 
  mutate(across(
    .cols = everything(),
    .fns = ~ {
      # 自定义重编码映射规则，可按需增删键值对
      recode_map <- c('poor' = 1, 'good' = 2, 'wealthy' = 2)
      # 判断当前列是否存在待重编码的值
      if (any(.x %in% names(recode_map))) {
        # 命中规则的列执行重编码，转为数值型
        recode(.x, !!!recode_map, .default = NA_real_)
      } else {
        # 不命中规则的列原样返回，保留原字符类型
        .x
      }
    }
  ))

执行后输出的结果完全匹配预期：

# A tibble: 2 × 3
  name  wealth health
  <chr>  <dbl>  <dbl>
1 Tom        1      1
2 Sarah      2      2

• 该写法适配千级列的大数据框，不需要逐列手动配置处理规则，全表扫描自动识别需要重编码的列
• 若某列同时包含待重编码值和其他未在映射规则中定义的字符值，未定义值默认转为NA，如需保留可自行修改.default参数的逻辑
• 后续新增重编码规则，只需要在recode_map中添加对应的命名键值对即可

内容的提问来源于stack exchange，提问作者Sam Tan