R dataframe指定列区间内大于等于10的值替换为0的实现方法

你的代码存在两个核心问题：

1. 替换逻辑写反：你写的~1 * (. >= 10)会把≥10的值转为1、<10的值转为0，和你要的「≥10替换为0、其余保留原值」的需求完全不符。
2. 列筛选规则不对：mutate_if(is.numeric)会匹配所有数值列，如果你后续数据集新增其他数值列也会被误修改，不符合你仅修改S_2018_p到S_2021_p这几列的要求。

以下是两种常用的可直接运行的实现方案： #

方案1：data.table原生实现（推荐，针对data.table格式性能最优） #

library(data.table)
# 先指定需要修改的列，两种方式选一种即可
# 方式A：精准指定年份范围，不会匹配到其他同名格式的列
cols <- paste0("S_", 2018:2021, "_p")
# 方式B：正则匹配所有S_xxxx_p格式的列，适合年份多的场景
# cols <- grep("^S_\\d{4}_p$", names(df1), value = TRUE)

# 不修改原表的话先复制一份，需要直接修改原表可以跳过copy步骤
df2 <- copy(df1)
df2[, (cols) := lapply(.SD, function(x) fifelse(x >= 10, 0, x)), .SDcols = cols]

这里用data.table自带的fifelse比基础ifelse性能更好，大数据量下优势明显。 #

方案2：dplyr风格实现（适合习惯tidyverse语法的场景） #

library(dplyr)
df2 <- df1 %>%
  # 匹配符合命名规则的列执行修改
  mutate(across(starts_with("S_") & ends_with("_p"),
                 ~ifelse(.x >= 10, 0, .x)))

如果使用低于1.0.0版本的旧版dplyr，可使用兼容写法：

df2 <- df1 %>%
  mutate_at(vars(starts_with("S_"), ends_with("_p")),
            ~ifelse(. >= 10, 0, .))

内容的提问来源于stack exchange，提问作者fjurt