R语言如何对dataframe的指定多列批量执行多个gsub函数？

你原有代码存在几处错误，修正后即可正常运行：

• gsub用法错误：管道传入的数值需要用.指代，你代码里的x没有提前定义，无法识别
• 正则规则错误：第一个匹配规则里多个匹配项之间没有加|做或匹配，相当于匹配一整串连续的特殊字符，基本不会命中；标点符号的预定义类拼写错误，[[:punctx:]]应为[[:punct:]]
• 多列处理参数错误：指定处理列的时候只需要传列名字符串，不需要加jobs$前缀，且旧版colwise语法兼容性差，现在更推荐用across实现多列批量处理
• 缺失NA处理：你的数据框里有大量NA值，函数运行遇到NA会返回异常结果

修复后可直接运行的代码 #

以目前通用性更强的tidyverse语法为例：

# 加载依赖包
library(dplyr)
library(stringr)

# 定义文本处理函数
process_job <- function(x) {
  # 跳过NA值避免报错
  ifelse(is.na(x), NA, x %>%
           # 统一转小写
           str_to_lower() %>%
           # 移除@用户名、链接、数字、话题标签、非ASCII字符、首尾空格
           str_remove_all("@\\w+|https?://.+|\\d+|#\\w+|[^\\x01-\\x7F]|^\\s+|\\s+$") %>%
           # 所有标点替换为空格
           str_replace_all("[[:punct:]]", " ") %>%
           # 多个连续空格/制表符合并为单个空格
           str_replace_all("[ |\t]+", " ") %>%
           # 移除指定职级词汇
           str_remove_all("senior|junior|trainee|head") %>%
           # 最后清理一次首尾空格
           str_trim()
  )
}

# 批量应用到4个job列
jobs_processed <- jobs %>%
  mutate(across(c(job1, job2, job3, job4), process_job))

处理后示例效果：原Senior DWH&BI Engineer会转换为dwh bi engineer，原Trainee ES Computer会转换为es computer，符合文本清洗需求。

如果你不想引入stringr依赖，用base R的gsub也可以实现，处理函数写法如下：

process_job_base <- function(x) {
  ifelse(is.na(x), NA, {
    x <- tolower(x)
    x <- gsub("@\\w+|https?://.+|\\d+|#\\w+|[^\\x01-\\x7F]|^\\s+|\\s+$", "", x)
    x <- gsub("[[:punct:]]", " ", x)
    x <- gsub("[ |\t]+", " ", x)
    x <- gsub("senior|junior|trainee|head", "", x)
    trimws(x)
  })
}

内容的提问来源于stack exchange，提问作者Theresa_S