将R语言数据集中非数值型行列转换为0的简便方法

嘿，你说的这个批量处理需求太常见了，手动改单列确实费劲儿，R里有好几种简单的批量处理方法，给你整理两个实用的：

方法1：用dplyr包（代码更简洁易读） #

如果还没安装dplyr，先执行安装命令：

install.packages("dplyr")

加载包后，用mutate_if和across就能批量完成转换，还能顺便处理NA值：

library(dplyr)
# 处理非数值列+NA值的完整代码
X_processed <- X %>%
  mutate_if(~!is.numeric(.), ~0) %>%  # 自动识别所有非数值列，批量转0
  mutate(across(everything(), ~replace(., is.na(.), 0)))  # 把所有列里的NA也替换成0（可选）

解释：mutate_if会遍历每一列，只要不是数值型（比如League、Division这类因子列），就把整列替换为0；后面的across步骤是额外处理NA值（比如你的Salary列里的NA），如果不需要处理NA，可以直接删掉这一行。

方法2：Base R原生方法（无需额外装包） #

要是你不想装新包，用R自带的函数也能搞定：

# 第一步：找出所有非数值型列的位置
non_numeric_cols <- which(!sapply(X, is.numeric))
# 第二步：把这些列批量设为0
X_processed <- X
X_processed[, non_numeric_cols] <- 0
# 第三步：可选，处理所有NA值
X_processed[is.na(X_processed)] <- 0

这个逻辑很直白：先筛选出非数值列的索引，然后一次性把这些列赋值为0，最后再统一处理NA值。

小提醒 #

看你给出的数据集，第一列是球员名字，如果它是单独的列（而非行名），上面的方法会把它也转成0。要是想保留球员名作为行名，可以先做这一步：

# 将球员名设为行名，再删除原列
rownames(X) <- X[, 1]
X <- X[, -1]

内容的提问来源于stack exchange，提问作者Ville