R dataframe如何便捷按条件修改数值变量及多条件代码问题排查

原问题（单条件筛选修改）简便解法 #

你原来的代码重复写了多次筛选条件和列名，有两种常用的简化方案：

基础R实现 #

不需要逐个列写赋值语句，一次性筛选符合条件的行和所有要修改的数值列即可：

# 方法1：指定要修改的列
ind <- test_data$category %in% c('a','b')
test_data[ind, c("amount_local", "amount_usd")] <- test_data[ind, c("amount_local", "amount_usd")] * -1

# 方法2：自动识别所有数值列修改，不用手动写列名
ind <- test_data$category %in% c('a','b')
num_cols <- sapply(test_data, is.numeric)
test_data[ind, num_cols] <- test_data[ind, num_cols] * -1

dplyr 实现（代码更易读） #

library(dplyr)
test_data <- test_data %>%
  # 自动修改所有数值列
  mutate(across(where(is.numeric), ~ifelse(category %in% c('a','b'), .x * -1, .x)))

补充问题（多条件筛选修改）错误排查 #

你的代码有3处明显错误：

• 字段名拼写错误：原数据字段是sub_category，你写成了csub_ategory，多了前缀c
• 索引变量名不匹配：你前面定义的筛选结果存储在ind_new，后面赋值时用了不存在的ind
• 语法不规范：对象名和$符号之间不要加空格，避免不必要的语法报错
  修正后的代码如下：

# 基础R修正版
ind_new <- test_data_new$category %in% c('a','b') & test_data_new$sub_category %in% c('a') 
test_data_new[ind_new, c(-1,-2)] <- test_data_new[ind_new, c(-1,-2)] * -1

如果用dplyr实现，不容易出现变量名拼写错误：

library(dplyr)
test_data_new <- test_data_new %>%
  mutate(across(where(is.numeric), ~ifelse(category %in% c('a','b') & sub_category == 'a', .x * -1, .x)))

内容的提问来源于stack exchange，提问作者anderwyang