R中如何按dataframe某列条件将对应行其他列的NA赋值为0

你写的ifelse()参数逻辑颠倒，且缺少NA值判断规则。ifelse(test, yes, no)的执行逻辑为：test条件为真时返回yes对应值，条件为假时返回no对应值。
你现有代码df$P2 <- ifelse(df$P1 == 2, df$P2, 0)的实际效果是：

• P1等于2时，直接返回原P2的值（NA值不会被修改）
• P1不等于2时，强制赋值为0
  完全和你的需求反向，因此出现了P1=1的行被错误改0的问题。

基础R方案（无需加载额外包） #

直接定位目标行和目标列，批量替换NA为0，代码简洁易读：

# 定位P1等于2的行
target_rows <- df$P1 == 2
# 指定需要修改的三列
modify_cols <- c("P2", "P3_1", "P3_2")
# 仅将目标行目标列中的NA替换为0，其余值保持不变
df[target_rows, modify_cols][is.na(df[target_rows, modify_cols])] <- 0

dplyr方案（适配tidyverse生态） #

用across()函数批量处理多列，逻辑更清晰：

library(dplyr)
df <- df %>%
  mutate(across(c(P2, P3_1, P3_2), ~ ifelse(P1 == 2 & is.na(.), 0, .)))

两种方案运行后都会得到符合要求的结果：

P1 P2 P3_1 P3_2
1  1  3    1   30
2  2  0    0    0
3  2  0    0    0
4  2  0    0    0
5  1  1    1   10

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