R语言基于交叉映射表批量实现特定案例数据重编码的方法

该需求完全可实现，无需为每条重编码规则单独编写代码，支持任意数量的规则，仅需保证交叉映射表结构正确即可。

推荐实现方式（tidyverse 长表匹配法，逻辑清晰不易出错） #

依赖加载 #

library(tidyverse)

核心代码 #

data_new <- data %>%
  # 将所有题目列转为长表格式
  pivot_longer(cols = starts_with("Q"), names_to = "var", values_to = "origin_val") %>%
  # 按用户ID+变量名匹配交叉映射表
  left_join(cw, by = c("su_id", "var")) %>%
  # 存在重编码值则用新值，否则保留原值
  mutate(final_val = coalesce(newVal, origin_val)) %>%
  # 恢复原始宽表结构
  select(su_id, var, final_val) %>%
  pivot_wider(names_from = var, values_from = final_val)

输出结果 #

运行后得到的data_new符合预期重编码要求：

# A tibble: 10 × 3
    su_id    Q1    Q2
    <int> <dbl> <dbl>
 1 100001     1     2
 2 100002     2     4
 3 100003     5     5
 4 100004     4     4
 5 100005     2     3
 6 100006     3     5
 7 100007     4     2
 8 100008     2     1
 9 100009     1     5
10 100010     4     5

轻量实现方式（基础R循环，适合小数据集） #

如果不想引入tidyverse依赖，也可以直接遍历交叉映射表逐行赋值：

# 直接在原数据上修改，如需保留原数据可先复制一份：data_new <- data
for(i in seq(nrow(cw))) {
  data[data$su_id == cw$su_id[i], cw$var[i]] <- cw$newVal[i]
}

原代码问题说明 #

• 循环内每次都基于未修改的原始data生成data_new，上一轮的修改结果会被完全覆盖
• across的匹配逻辑没有对应到su_id+var的唯一组合，赋值逻辑混乱导致结果错误

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