R语言如何替换列表内所有数据框指定变量的0值为NA

现有存储多个数据框的R列表对象，需遍历列表内所有数据框，仅针对指定变量将取值为0的元素替换为NA，非目标变量保持原样。
此前尝试的两种方案均无法满足需求：

1. 第一版代码运行报错

a <- lapply(list,function(x) ifelse(x, var==0,NA))

报错信息：

"Error in ifelse(x, var == 0, NA) : 
  'list' object cannot be coerced to type 'logical'"

错误原因：数据框本身是列表类型结构，直接将整个数据框传入ifelse作为判断输入，无法被强制转换为逻辑向量；同时代码未指定需要修改的目标变量，逻辑本身不成立。
2. 第二版代码运行无报错，但不符合需求

a <- lapply(list, function(x) na_if(list[[1]],0))

问题点：一是匿名函数内没有使用遍历传入的当前数据框参数x，始终对列表第一个元素list[[1]]做重复处理；二是na_if直接作用于整个数据框，会将所有列的0值替换为NA，没有限定修改范围。

首先提前定义需要修改的目标变量名向量，替换为你自己的实际列名即可：

# 示例：需要修改的列为age、score，按需替换成你的实际目标变量名
target_cols <- c("age", "score")
# 注意：不要用list作为存储数据框的对象名，会覆盖R内置的list()函数，这里将存储对象改名为df_list
df_list <- # 此处是你原本存储多个数据框的列表对象

方案1：Base R 实现，无需加载第三方包 #

result <- lapply(df_list, function(current_df) {
  # 仅对目标列做0值替换为NA的操作
  current_df[target_cols] <- lapply(current_df[target_cols], function(col) {
    is_zero <- col == 0
    col[is_zero] <- NA
    col
  })
  current_df
})

方案2：dplyr 实现，写法更简洁 #

如果已安装并加载dplyr，可以用across精准限定修改列范围：

library(dplyr)
result <- lapply(df_list, function(current_df) {
  current_df %>%
    mutate(across(all_of(target_cols), ~na_if(., 0)))
})

说明：以上两种写法都会自动跳过列中原有的NA值，不会覆盖原有缺失值，符合常规数据处理逻辑。

内容的提问来源于stack exchange，提问作者Lukeul