R语言基于其他列取值条件重命名dataframe对应因子层级的方法咨询

方法1：基础R逻辑索引（无需额外安装包） #

中小数据量下可直接用行逻辑索引定位目标行后赋值，仅修改符合双条件的记录，不会影响其他col2为"y"的行：

# 定位同时满足col1为"d"、col2为"y"的行，修改对应col2值为"z"
df[df$col1 == "d" & df$col2 == "y", "col2"] <- "z"

方法2：dplyr语法（tidyverse技术栈适用） #

如果习惯用tidyverse工具链，可通过mutate()结合条件判断实现，多规则修改场景下扩展性更强：

library(dplyr)

# 单规则修改
df <- df %>%
  mutate(col2 = if_else(col1 == "d" & col2 == "y", "z", col2))

# 若存在多个同类修改规则，用case_when更易维护
df <- df %>%
  mutate(col2 = case_when(
    col1 == "d" & col2 == "y" ~ "z",
    # 可继续补充其他规则，示例：col1 == "e" & col2 == "x" ~ "w"
    TRUE ~ col2
  ))

方法3：data.table（大型数据集首选） #

数据量较大时优先使用data.table的原地修改语法，无需拷贝全量数据，执行效率远高于前两种方案：

library(data.table)

# 原地转换为data.table对象，无额外内存开销
setDT(df)

# 条件修改
df[col1 == "d" & col2 == "y", col2 := "z"]

# 如有需要可执行以下代码转回普通dataframe
setDF(df)

内容的提问来源于stack exchange，提问作者AdSad