R语言dataframe替换列值时如何避免覆盖已替换数值

问题背景 #

给定示例dataframe如下：

> Name <- c("Jon", "Bill", "Maria", "Ben", "Tina", "Sam")
> Age <- c(11, 12, 13, 21, 22, 23)
> 
> df <- data.frame(Name, Age)
> df
   Name Age
1   Jon  11
2  Bill  12
3 Maria  13
4   Ben  21
5  Tina  22
6   Sam  23

需要按照固定规则替换Age列的值，最终输出结果如下：

Name Age
1   Jon  21
2  Bill  22
3 Maria  23
4   Ben  11
5  Tina  12
6   Sam  13

具体映射规则：11→21、12→22、13→23、21→11、22→12、23→13。
直接链式多次调用replace会出现值覆盖问题，例如下述代码输出结果不符合预期：

> df <- df %>% mutate(Age = replace(Age, Age == "11", "21"), Age = replace(Age, Age == "21", "11"))
> df
   Name Age
1   Jon  11
2  Bill  12
3 Maria  13
4   Ben  11
5  Tina  22
6   Sam  23

问题根源：分步替换同一列时，第一次替换生成的中间值会被第二次替换逻辑识别，导致刚替换完成的值被再次改写。 #

可直接复用的解决方案 #

以下3种方法均不会出现中间值覆盖问题，可得到正确结果：

• 方法1：命名向量匹配替换（通用性最强，代码最简洁）
  提前构造存储映射关系的命名向量，一次性完成全列匹配替换，全程不生成会干扰后续逻辑的中间值：

  library(dplyr)
  # 构造映射：向量名为原始值，向量值为替换目标值
  age_mapping <- c("11" = 21, "12" = 22, "13" = 23, "21" = 11, "22" = 12, "23" = 13)
  df <- df %>% mutate(Age = age_mapping[as.character(Age)])
  

  若Age列本身为字符类型，可省略as.character()转换步骤。
• 方法2：case_when条件匹配（逻辑最直观，适合规则复杂的场景）
  dplyr的case_when函数会基于原始列值一次性完成所有条件判断，不会引用前序替换生成的中间值，天然避免覆盖问题：

  library(dplyr)
  df <- df %>% mutate(
    Age = case_when(
      Age == 11 ~ 21,
      Age == 12 ~ 22,
      Age == 13 ~ 23,
      Age == 21 ~ 11,
      Age == 22 ~ 12,
      Age == 23 ~ 13,
      TRUE ~ Age # 未匹配到规则的值保留原值
    )
  )
  

• 方法3：算术运算（仅适配当前特定映射规则，性能最高）
  观察当前映射规则可发现，互为替换的两个值之和固定为32（11+21=32、12+22=32、13+23=32），直接做算术运算即可完成替换，不需要做条件判断：

  library(dplyr)
  df <- df %>% mutate(Age = 32 - Age)
  

注意：除非额外使用临时列存储中间结果，否则不要对同一列做多次分步替换，否则必然存在前序结果被后序操作覆盖的风险。

内容的提问来源于stack exchange，提问作者MJimitater