dplyr使用mutate_if处理字符列引用固定age列报错如何解决

报错原因 #

你编写的自定义函数replace_NA仅接收当前正在处理的字符列作为入参，无法直接访问数据框中的age列，函数运行时会在自身作用域内寻找age对象，找不到就会抛出对应报错。

解决方法 #

目前dplyr官方已经推荐用across()替代已经弃用的mutate_if系列函数，调整后的代码如下：

library(tidyverse)

# 构造示例数据
df <- tibble(
  age = c(20, 30, 10),
  var1 = c("#NA#", "bye", "hi"),
  var2 = c("hello", "#NA#", "#NA#"),
  num_var = c(35, 32, 35)
)

# 替换逻辑
df <- df %>%
  mutate(across(where(is.character), ~if_else(.x == "#NA#" & age > 14, "999", .x)))

运行后输出的结果和你预期的完全一致：

# A tibble: 3 × 4
    age var1  var2   num_var
  <dbl> <chr> <chr>    <dbl>
1    20 999   hello       35
2    30 bye   999         32
3    10 hi    #NA#        35

如果你希望保留自定义函数的写法，可以把age列作为参数传入函数：

replace_na_custom <- function(x, age_val){
  if_else(x == "#NA#" & age_val > 14, "999", x)
}

df <- df %>%
  mutate(across(where(is.character), ~replace_na_custom(.x, age)))

内容的提问来源于stack exchange，提问作者Juan C