如何在dplyr中将变量指定值重编码为缺失值NA？

没问题，既然你已经在使用dplyr的mutate()函数，我平时处理这类数据清洗场景时，常用下面几种简洁的方法，帮你把hrs_workperwk列中的-1、-2、99这几个非法值替换为缺失值NA：

方法1：使用case_when()（可读性强） #

case_when()是dplyr中处理多条件判断的利器，逻辑清晰，后续看代码也能快速明白规则：

library(dplyr)

# 原始数据框
have <- tibble(
  id = 1:9,
  married = c(1,1,1,0,1,0,0,0,1),
  hrs_workperwk = c(40,55,70,-1,99,-2,10,40,45)
)

# 处理数据
want <- have %>%
  mutate(hrs_workperwk = case_when(
    hrs_workperwk %in% c(-1, -2, 99) ~ NA_real_,
    TRUE ~ hrs_workperwk
  ))

逻辑解释：当hrs_workperwk的值属于指定的非法值列表时，替换为NA_real_（因为这是数值型列，要用对应类型的NA），否则保留原始值。

方法2：使用replace()（更简洁） #

如果追求代码的简洁性，replace()函数可以一步完成替换：

want <- have %>%
  mutate(hrs_workperwk = replace(hrs_workperwk, hrs_workperwk %in% c(-1, -2, 99), NA))

这个方法的逻辑是：指定要替换的向量、需要替换的位置（满足非法值条件的元素），以及替换后的值NA。

验证结果 #

处理后的want数据框会是这样的：

# A tibble: 9 × 3
     id married hrs_workperwk
  <int>   <dbl>         <dbl>
1     1       1            40
2     2       1            55
3     3       1            70
4     4       0            NA
5     5       1            NA
6     6       0            NA
7     7       0            10
8     8       0            40
9     9       1            45

两种方法都能完美实现你的需求，你可以根据自己的代码风格选择～

内容的提问来源于stack exchange，提问作者J.Q