如何根据min/max年份范围修改DataFrame中年份列的数值？

嘿，我来帮你搞定这个需求！你想用dplyr把1997-2010的年份列，在年份处于min和max范围内时设为1，其实用mutate_at（或者新版本的across）就能轻松实现，关键是在匿名函数里获取当前处理的年份列名，再和行内的min/max做比较。

先看示例数据 #

假设你的DataFrame长这样（我先构造一个示例方便理解）：

library(dplyr)

df <- tibble(
  id = 1:3,
  min = c(1999, 2002, 1997),
  max = c(2005, 2008, 2010),
  `1997` = NA, `1998` = NA, `1999` = NA, `2000` = NA,
  `2001` = NA, `2002` = NA, `2003` = NA, `2004` = NA,
  `2005` = NA, `2006` = NA, `2007` = NA, `2008` = NA,
  `2009` = NA, `2010` = NA
)

方法1：用你提到的mutate_at（旧版dplyr适用） #

你之前卡在funs()的调用上，其实换成匿名函数（用~开头），结合cur_column()获取当前列名，转成整数后和min/max比较就行：

df_processed <- df %>%
  mutate_at(vars(`1997`:`2010`), 
            ~ ifelse(as.integer(cur_column()) >= min & as.integer(cur_column()) <= max, 1, 0))

• vars(1997:2010)：指定要处理的年份列范围
• as.integer(cur_column())：把当前列名（比如"1997"）转成整数年份，方便和min/max比较
• ifelse(...)：满足范围条件就赋值1，否则赋值0（如果想保留原列的值，把0换成.即可）

方法2：用across（新版dplyr推荐） #

如果你的dplyr版本是1.0.0及以上，官方更推荐用across替代mutate_at，写法更直观：

df_processed <- df %>%
  mutate(across(`1997`:`2010`, 
                ~ ifelse(as.integer(cur_column()) >= min & as.integer(cur_column()) <= max, 1, 0)))

注意点 #

1. 如果你的年份列名是数值型（比如直接是1997而不是字符串"1997"），可以去掉as.integer()，直接用cur_column()比较
2. 要是你希望不在范围内的列保留原来的值，把ifelse里的0换成.就可以，.代表原列的原始值

内容的提问来源于stack exchange，提问作者dad