如果 R 中满足条件，则将多列中的值替换为 NA

如果满足条件，我尝试将多个列中的值替换为 NA 。

这是一个示例数据集：

library(tidyverse)
sample <- tibble(id = 1:6,
                 team_score = 5:10,
                 cent_dept_test_agg = c(1, 2, 3, 4, 5, 6),
                 cent_dept_blue_agg = c(15:20),
                 num_in_dept = c(1, 1, 2, 5, 100, 6))

我希望当 num_in_dept 为 1 时，包含 cent_dept_.*_agg 的列为 NA，所以它看起来像这样：

library(tidyverse)
solution <- tibble(id = 1:6,
                   team_score = 5:10,
                   cent_dept_test_agg = c(NA, NA, 3, 4, 5, 6),
                   cent_dept_blue_agg = c(NA, NA, 17:20),
                   num_in_dept = c(1, 1, 2, 5, 100, 6))

我尝试过使用replace_with_na_at（来自nanier包）和 na_if （来自dplyr包），但我无法弄清楚。我知道我的选择标准是正确的（dplyr::matches("cent_dept_.*_agg"），但我无法找出解决方案。

在我的实际数据集中，我有许多以 cent_dept 开头并以 agg 结尾的列，因此选择与组件匹配的用户非常重要。

感谢您的帮助！

我们可以用mutate_at选择列matches'cent_dept' 和replace'num_in_dept' 为 1 的值

library(dplyr)
sample %>%
    mutate_at(vars(matches('^cent_dept_.*_agg$')), ~ 
                  replace(., num_in_dept == 1, NA))
# A tibble: 6 x 5
#     id team_score cent_dept_test_agg cent_dept_blue_agg num_in_dept
#  <int>      <int>              <dbl>              <int>       <dbl>
#1     1          5                 NA                 NA           1
#2     2          6                 NA                 NA           1
#3     3          7                  3                 17           2
#4     4          8                  4                 18           5
#5     5          9                  5                 19         100
#6     6         10                  6                 20           6

In base R，我们还可以做

nm1 <- grep('^cent_dept_.*_agg$', names(sample))
sample[nm1] <- lapply(sample[nm1], function(x) 
         replace(x, sample$num_in_dept == 1, NA))

或者可以用以下方法完成

sample[nm1] <-  sample[nm1] * NA^(sample$num_in_dept == 1)