R语言用cut函数批量重编码多列时报错'x' must be numerical如何解决

报错来自两个代码逻辑错误：

• 传入cut()的参数类型错误：代码中names[[i]]提取到的是列名字符串，并非数据框中对应列的数值向量，cut()要求输入必须是数值型向量，因此触发类型错误。
• 循环赋值逻辑错误：循环内直接将cut()的返回值赋值给整个df_mean对象，第一次循环执行时就会把原本的数据框覆盖为单个分箱结果向量，后续循环完全无法正常运行。

方法1：修正for循环逻辑 #

直接通过列名索引数据框的对应列做计算，赋值时仅更新当前处理的列，不覆盖整个数据框：

# 提取待处理列名
target_cols <- colnames(df_mean)[-c(1:10)]

for (col in target_cols) {
  df_mean[[col]] <- cut(
    df_mean[[col]],
    breaks = c(0, 10, 25, 50, 75, 90, Inf),
    labels = c("a", "b", "c", "d", "e", "f")
  )
}

方法2：用dplyr批量处理（无循环写法） #

如果使用tidyverse生态，可以借助across()函数批量完成多列转换，代码更简洁：

library(dplyr)

df_mean <- df_mean %>%
  mutate(across(
    .cols = -c(1:10),
    .fns = ~ cut(.x, breaks = c(0, 10, 25, 50, 75, 90, Inf), labels = c("a", "b", "c", "d", "e", "f"))
  ))

注意：运行前需确认所有待处理列均为数值类型，若存在非数值列，需提前转换类型或将其移出待处理列表，否则仍会触发类型报错。

内容的提问来源于stack exchange，提问作者Mathias Lauber