如何对R语言多列DataFrame的字符型数据批量执行转换操作？

你遇到的问题核心在于：grepl在处理DataFrame对象（包括单列的df[i]，本质还是DataFrame）时，并不会逐元素进行匹配——它会把整个对象转换成一个单一的字符结构字符串，自然就匹配不到你想要的单个元素了。

下面给你几种实用的解决方案，覆盖基础R和tidyverse两种风格：

方法1：基础R的lapply逐列处理 #

lapply会自动遍历DataFrame的每一列（每列都是独立的字符向量），对每一列单独执行匹配判断，最后再通过df[]赋值保留原DataFrame的结构：

df[] <- lapply(df, function(col) ifelse(grepl("^B", col), "yes", "no"))

方法2：tidyverse风格的dplyr::across #

如果你习惯用tidyverse工具链，dplyr的across函数可以非常简洁地对所有列批量操作：

library(dplyr)
df <- df %>% 
  mutate(across(everything(), ~ifelse(grepl("^B", .x), "yes", "no")))

这里everything()表示选中所有列，~用来定义匿名函数，.x指代当前处理的列的元素。

方法3：转矩阵后批量处理（最接近你的原始思路） #

矩阵是按元素存储的结构，grepl可以直接逐元素匹配，只需要多一步转矩阵的操作，之后再转回DataFrame：

df[] <- ifelse(grepl("^B", as.matrix(df)), "yes", "no")

修正你的原始for循环 #

如果你想保留for循环的写法，只需要把df[i]改成df[[i]]（取出列的向量形式，而非单列DataFrame）：

for(i in 1:ncol(df)){ 
  df[[i]] <- ifelse(grepl("^B", df[[i]]), "yes", "no") 
}

验证效果 #

用你给出的示例DataFrame测试：

df <- data.frame(
  co1 = c("JF", "IA", "HI", "GE", "BG"),
  co2 = c("GB", "DD", "IH", "JI", "EE"),
  co3 = c("ID", "DA", "JE", "CJ", "GG"),
  co4 = c("EB", "IF", "CH", "BA", "AJ"),
  co5 = c("DF", "HD", "FB", "GE", "BH")
)

处理后会得到正确结果：

co1 co2 co3 co4 co5
1  no  no  no  no  no
2  no  no  no  no  no
3  no  no  no  no yes
4  no  no  no yes  no
5 yes  no  no  no yes

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