R语言：按列名后缀条件修改列类型时出现变量丢失及警告问题

看起来你踩了两个常见的R语言坑：if语句的标量限制，以及apply函数的使用场景误解。我来帮你拆解问题并给出解决方案：

问题根源分析 #

1. 警告的原因：
   if语句只能处理长度为1的标量条件，但你可能把整个列名向量传给了stri_sub，导致返回了长度59的逻辑向量。if会忽略除第一个元素外的所有值，所以只有第一列被判断，剩下的列都没得到正确处理，这就是警告的来源。

2. 变量丢失的原因：
   你用apply处理数据框时，默认是对列的数值内容而非列名进行操作，而且apply会把结果转成矩阵。如果直接把这个矩阵赋值回train，原数据框的结构和列属性会被覆盖，看起来就像变量丢失了。

解决方案 #

方法1：用dplyr（推荐，代码更直观） #

如果习惯tidyverse风格，用across+ends_with可以精准匹配列名并修改类型：

library(dplyr)
library(stringr)

# 将所有列名以"cat"结尾的列转为因子（可替换为你需要的类型，比如as.character）
train <- train %>%
  mutate(across(ends_with("cat"), ~ as.factor(.x)))

ends_with("cat")会自动匹配所有列名末尾为"cat"的列，across负责遍历这些列并执行类型转换。

方法2：基础R实现（无需额外包） #

如果想用基础R，需要遍历列名而非列值，确保每个列名单独判断：

library(stringi)

# 遍历所有列名，逐个判断并修改类型
train[] <- lapply(names(train), function(col_name) {
  current_col <- train[[col_name]]
  # 对单个列名做标量判断
  if (stri_sub(col_name, -3, -1) == "cat") {
    as.factor(current_col)  # 替换为你需要的类型
  } else {
    current_col
  }
})

这里train[] <- ...的写法能保留原数据框的结构和列名，不会出现变量丢失的问题。

为什么你的原代码出错？ #

假设你之前的代码是类似这样的：

# 错误示例
my_func <- function(var) {
  if (stri_sub(var, -3, -1) == "cat") {
    as.factor(var)
  } else {
    var
  }
}
train <- apply(train, 2, my_func)

这里的核心错误是：apply传入my_func的var是列的数值向量，不是列名！stri_sub(var, -3, -1)会对列里的每个数值取最后3位，完全偏离了你的需求，最终返回的矩阵覆盖了原数据框，导致变量“丢失”。

内容的提问来源于stack exchange，提问作者AidKulesh