R语言如何高效将指定变量的98、99值替换为缺失值NA

高效替换方案 #

1. dplyr 方案（适配你已使用的dplyr语法） #

你可以直接在数据清洗流程中搭配mutate()+across()实现批量操作，无需逐个变量写赋值语句：

library(dplyr)
CGSS <- read_dta("D:/R recording/cgss2017.dta")

cgss <- CGSS %>%
  # 原有的变量筛选步骤
  select(a2,a421,a422,a423,a424,a425,c52,
         a44,a45,a46,a47,a48,c6,a10,d131,d132,
         d133,d134,d135) %>%
  # 批量将指定变量的98、99替换为NA
  mutate(across(c(a421:a425, a44:a48), ~ifelse(.x %in% c(98, 99), NA, .x)))

说明：across()第一个参数指定要处理的变量范围，连续的变量可以用起始变量名:结束变量名快速选择，不用逐个罗列；第二个参数定义对每个变量执行的替换逻辑，%in%比多个==加|的写法更简洁，也能避免逻辑判断错误。

2. 基础R方案 #

如果你不想依赖dplyr，可以通过批量循环实现：

# 先定义需要处理的变量名列表
vars_to_replace <- c("a421","a422","a423","a424","a425","a44","a45","a46","a47","a48")
# 批量替换
cgss[vars_to_replace] <- lapply(cgss[vars_to_replace], function(x) {
  x[x %in% c(98, 99)] <- NA
  return(x)
})

内容的提问来源于stack exchange，提问作者Xingchen LIU