如何将R语言dataframe指定子集的数值修改为NA？

原赋值写法不生效的核心原因是virginica_widths是从原数据集筛选出的独立子数据框，不是原数据集的行列位置索引，无法直接用作下标定位原数据的对应单元格。

方案1：基础R实现 #

先定位目标行、目标列的索引，再对对应位置批量赋值：

# 定位目标行：Species为virginica的行
target_rows <- iris$Species == "virginica"
# 定位目标列：列名包含Width的列
target_cols <- grep("Width", colnames(iris), value = TRUE)
# 对应区域赋值为NaN
iris[target_rows, target_cols] <- NaN

方案2：dplyr::mutate 实现 #

用mutate()搭配across()即可实现按行条件批量修改指定列的数值，不需要提前提取子集：

library(dplyr)
iris <- iris %>%
  mutate(
    # 选中所有列名含Width的列
    across(contains("Width"), 
           # 仅将Species为virginica的行替换为NaN，其余行保留原值
           ~ ifelse(Species == "virginica", NaN, .x))
  )

两种方案最终效果完全一致，按需选择即可。

内容的提问来源于stack exchange，提问作者Nate