如何在dplyr管道中定位特定列且不中断工作流？

嘿，太懂你这种不想打断管道流畅性的心情了！我自己写R代码时也恨不得全程用%>%串到底，绝对不想中途跳出数据框去单独处理列。其实在tidyverse生态里，有好几种简单的方法能帮你在管道链里直接搞定特定列的操作（比如修改类型），完全不用中断工作流。

给你针对你的示例代码改几个实用的例子：

1. 单列操作：直接用mutate #

如果只是要修改某一列的类型，最直接的方式就是在mutate里直接指定列名并转换，完美嵌入管道：

library(tidyverse)
rm(list = ls())
a <- c(1:20)
b <- rep(c("a", "b"), 10)
df <- data_frame(a, b) %>%
  # 把整数列a转换成字符型
  mutate(a = as.character(a))

2. 多列批量操作：用mutate_across #

如果要同时处理多列（比如按列类型筛选操作），mutate_across是现在tidyverse推荐的工具，灵活度超高：

df <- data_frame(a, b) %>%
  # 把所有字符类型的列转换成因子
  mutate_across(where(is.character), as.factor) %>%
  # 同时处理指定列（比如a和新增的c列），转成数值型
  mutate_across(c(a, c), as.numeric)

这里的.cols参数可以用列名向量、列索引，甚至where()函数按列的属性筛选，非常方便。

3. 按列名规则筛选操作：结合matches/starts_with #

如果你想按列名的规则来选列（比如所有以"x_"开头的列），还可以配合dplyr的列筛选函数：

df <- data_frame(a, b, x_col1 = 1:20, x_col2 = 21:40) %>%
  # 所有列名包含"x_"的列转成字符型
  mutate_across(matches("x_"), as.character)

这些方法我平时写代码经常用，完全不用打断管道的流畅性，希望能帮到你！

内容的提问来源于stack exchange，提问作者tc_data