如何无需辅助列修改数据框列中数值元素的值？（R语言）

你遇到的这个报错根源很明确：dplyr的if_else()函数对返回值的类型要求特别严格——它强制要求true和false两个分支的返回值必须是完全相同的数据类型。

看你的代码：

• 第一个分支as.numeric(bar)/100会把可转换的字符转成数值型（double类型）
• 第二个分支直接返回原bar列的字符值
  两种类型不匹配，自然就抛出了Evaluation error: false must be type double, not character.的错误。

下面给你几个可行的解决方案：

方案1：用基础R的ifelse()函数（宽松类型检查） #

基础R的ifelse()不会强制要求分支类型完全一致，它会自动做隐式类型转换来适配，刚好能满足你不建辅助列的需求：

foo = c(1, 2, 3)
bar = c(1, "AB", 3)
df = data.frame(foo,bar,stringsAsFactors=FALSE)

df %>% mutate(bar = ifelse(!is.na(as.numeric(bar)), as.numeric(bar)/100, bar))

运行后bar列会变成字符型，数值会被转成字符串形式保留计算结果，非数值的"AB"也能原样保留。

方案2：统一转成数值型（非数值转为NA） #

如果你可以接受非数值内容变成NA，只想保留可计算的数值，那代码可以更简洁：

df %>% mutate(bar = as.numeric(bar)/100)

这样bar列会变成数值型，"AB"会被转换成NA，符合数值列的规范。

方案3：用case_when()统一返回字符型 #

如果想明确控制返回类型，用dplyr的case_when()也可以，只要保证所有分支返回同一类型就行，比如都转成字符：

df %>% mutate(bar = case_when(
  !is.na(as.numeric(bar)) ~ as.character(as.numeric(bar)/100),
  TRUE ~ bar
))

需要注意的是：数据框的每一列只能是单一数据类型，所以你没法让一列里同时存在数值和字符（本质上都会被统一成字符型），这是数据框的特性决定的哦。

内容的提问来源于stack exchange，提问作者ulrich