在dplyr中如何实现条件mutate操作同时保持原有数值不变

你需要的功能可以通过dplyr::mutate()结合if_else()实现，核心逻辑是先筛选出需要重编码的行，对这些行的score做反向转换，其余行保留原值即可。
你提到的重编码规则本质是1-5分的反向计分，可以直接用6 - score实现，不用逐个匹配数值，效率更高。

完整实现代码 #

library(tidyverse)
# 构造示例数据
tb1 <- tibble(ID = c(1,2,3,4,5),
              Quest_MF_1_1 = c(1,2,2,1,2),
              Quest_MF_1_2 = c(1,2,2,1,2),
              Quest_MF_2_1 = c(2,3,3,2,1),
              Quest_MF_2_2 = c(1,3,4,1,2),
              Quest_MV_1_1 = c(1,2,4,1,2),
              Quest_MV_1_2 = c(1,2,2,1,2),
              Quest_MV_2_1 = c(2,3,5,2,2),
              Quest_MV_2_2 = c(1,3,4,1,2))

# 长表转换，注意原代码cols参数范围有误，tb1共9列，要转的是2~9列
tb_long <- tb1 %>%  
  pivot_longer(
    cols = 2:9,  
    names_to = c("Questionnaire", "Question", "Timepoint"),
    names_pattern = "Quest_(.*)_(.*)_(.*)",
    values_to = "score"
  )

# 执行重编码
tb_result <- tb_long %>%
  mutate(
    score = if_else(
      # 匹配需要重编码的题组：MF下的第2题、MV下的第1题
      (Questionnaire == "MF" & Question == "2") | (Questionnaire == "MV" & Question == "1"),
      6 - score, # 符合条件的执行反向计分
      score      # 不符合条件的保留原分数
    )
  )

批量处理大量题目的优化方案 #

如果你实际数据中需要反向计分的题目较多，可以单独维护一个反向计分题目的匹配表，避免写冗长的判断条件，示例如下：

# 维护需要反向计分的<问卷,题目>组合
reverse_key <- tibble(
  Questionnaire = c("MF", "MV"), # 填入所有需要反向的问卷编码
  Question = c("2", "1"),        # 对应填入需要反向的题目编号
  reverse_flag = TRUE
)

# 用左连匹配判断是否需要反向，自动完成重编码
tb_result <- tb_long %>%
  left_join(reverse_key, by = c("Questionnaire", "Question")) %>%
  mutate(
    reverse_flag = replace_na(reverse_flag, FALSE),
    score = if_else(reverse_flag, 6 - score, score)
  ) %>%
  select(-reverse_flag) # 用完删除标记列即可

内容的提问来源于stack exchange，提问作者Anneke