如何用函数式编程实现变量清洗：将*替换为1、NA替换为0

我明白你想要用更简洁的函数式编程方式来完成这个数据清洗需求，而不是反复写ifelse。这里有几种优雅的实现方案，不管是用Base R原生工具还是tidyverse生态都能搞定，咱们一步步来看：

方案1：Base R原生函数式实现（无需额外包） #

先封装一个处理单个向量的核心逻辑函数，再用高阶函数lapply把它批量应用到指定变量上，最后将处理后的列合并回原数据框：

Dichotomizer <- function(database, variable) {
  # 定义单个向量的处理逻辑：*转1，NA转0
  dichotomize_vec <- function(vec) {
    # 先处理NA，再替换*，最后转数值型
    vec[is.na(vec)] <- "0"
    vec[vec == "*"] <- "1"
    as.numeric(vec)
  }
  
  # 对指定变量批量应用处理函数，覆盖原列
  database[variable] <- lapply(database[variable], dichotomize_vec)
  database
}

测试示例 #

# 你的测试数据
db <- data.frame( 
  name = c("Abel", "Abner", "Bianca", "Pedro", "Lucas"), 
  scholarship1 = c("*", "*", "*", "*", NA), 
  scholarship2 = c("*", NA, NA, "*", "*")
)

# 调用函数处理奖学金相关变量
cleaned_db <- Dichotomizer(db, c("scholarship1", "scholarship2"))
print(cleaned_db)

输出结果：

name scholarship1 scholarship2
1    Abel            1            1
2   Abner            1            0
3  Bianca            1            0
4   Pedro            1            1
5   Lucas            0            1

方案2：Tidyverse函数式风格（更简洁直观） #

如果你习惯用tidyverse工具链，purrr的映射函数配合dplyr的批量变量处理会更贴合现代函数式编程的简洁感：

library(tidyverse)

Dichotomizer <- function(database, variable) {
  database %>%
    mutate_at(vars(all_of(variable)), ~ {
      .x %>%
        replace(is.na(.), 0) %>%  # NA替换为0
        replace(. == "*", 1) %>%  # *替换为1
        as.numeric()
    })
}

为什么这是函数式编程？ #

• 把数据处理逻辑封装成了可复用的纯函数（或者匿名函数），避免了重复编写ifelse的冗余代码
• 用lapply/map这类高阶函数批量操作变量，符合"用函数操作函数"的函数式编程核心思想
• 代码模块化，后续如果要修改规则（比如把*换成2），只需要调整核心处理逻辑即可

额外优化：兼容非字符型变量 #

如果你的目标变量可能是因子类型，可以在处理前先转成字符型，避免类型错误：

dichotomize_vec <- function(vec) {
  vec <- as.character(vec)
  vec[is.na(vec)] <- "0"
  vec[vec == "*"] <- "1"
  as.numeric(vec)
}

内容的提问来源于stack exchange，提问作者GVianaF