在R语言中对多个变量批量执行相同调整操作的高效实现方法

核心逻辑 #

使用dplyr（1.0.0及以上版本）提供的across()函数，可以批量对多列执行相同操作，完全替代逐行写变量的重复代码，适配所有你提到的使用场景。

场景1：变量名带有序号 #

用num_range()匹配指定前缀+序号范围的变量，不需要逐个输入变量名：

示例1：批量将var1到var100转为小写 #

library(dplyr)
library(stringr)

data <- data %>%
  mutate(across(num_range("var", 1:100), str_to_lower))

示例2：批量将var1到var100转为数值型 #

data <- data %>%
  mutate(across(num_range("var", 1:100), as.numeric))

场景2：变量名无规律、需要选中不连续变量 #

直接把要操作的变量名放入向量即可，完全不限制变量在数据框中的位置：

示例1：对a、c、d、h、j、s、v批量转小写 #

data <- data %>%
  mutate(across(c(a, c, d, h, j, s, v), str_to_lower))

示例2：对上述变量批量转数值型 #

如果需要给函数传入额外参数，可以用lambda写法自定义逻辑：

data <- data %>%
  mutate(across(c(a, c, d, h, j, s, v), ~as.numeric(.x, na.rm = TRUE)))

基础R兼容写法（不需要加载tidyverse） #

习惯用基础R语法的场景，可通过lapply实现相同效果：

# 有序号场景批量生成变量名：
# target_cols <- paste0("var", 1:100)
# 无规律场景直接指定变量名字符串：
target_cols <- c("a","c","d","h","j","s","v")

# 批量转小写
data[target_cols] <- lapply(data[target_cols], stringr::str_to_lower)
# 批量转数值
data[target_cols] <- lapply(data[target_cols], as.numeric)

内容的提问来源于stack exchange，提问作者user13343754