结合使用 `mutate_at` 和 `na_if` 仅将某些列的零替换为 NA

我的数据采用以下格式：

library(tidyverse)
df <- mtcars
df <- df %>% mutate(vs_doubled = vs * 2) %>% select(mpg, cyl, vs, am, vs_doubled)

head(df)


#>    mpg cyl vs am vs_doubled
#> 1 21.0   6  0  1          0
#> 2 21.0   6  0  1          0
#> 3 22.8   4  1  1          2
#> 4 21.4   6  1  0          2
#> 5 18.7   8  0  0          0
#> 6 18.1   6  1  0          2

我正在尝试使用mutate_at and na_if将 0 值设置为 NA——但仅限于特定列（“vs”和“am”）。我想将“vs_doubled”列保留为零。

我不太明白，因为下面的行不起作用：

df <- df %>% mutate_at(.vars = c("vs", "am"), .funs = na_if(y = 0))

Update

From dplyr1.0.0我们可以使用across :

library(dplyr)
df %>% mutate(across(c(vs,am), na_if, 0)) %>% head

#   mpg cyl vs am vs_doubled
#1 21.0   6 NA  1          0
#2 21.0   6 NA  1          0
#3 22.8   4  1  1          2
#4 21.4   6  1 NA          2
#5 18.7   8 NA NA          0
#6 18.1   6  1 NA          2

原答案

在之前的版本中dplyr我们可以用mutate_at :

df %>%  mutate_at(vars(vs,am), ~na_if(.,0)) %>% head

或者另一种方式是

df %>% mutate_at(vars(vs,am), na_if, 0)

~是 purrr 风格的公式语法，而.代表列的值。它是匿名函数调用的替代方案，您可以将上述函数编写为

df %>%  mutate_at(vars(vs,am), function(x) na_if(x, 0)) 

另外所示的替代方式不需要~我们可以直接传递带有附加参数的函数（这里为 0y).

当然，还有其他方法可以在不使用的情况下做到这一点na_if

df %>% mutate_at(vars(vs, am), ~replace(., . == 0, NA)) 

或与基础 R 相同

cols <- c("vs", "am")
df[cols] <- lapply(df[cols], function(x) replace(x, x == 0, NA))