dplyr：：在函数中迭代列时进行mutate_

然后我使用

dplyr

和

mutate\u at

和

if\u else

函数。我的问题是，

mutate_at

会迭代

col_val

的所有列，但函数本身不会。我尝试了在stackoverflow上找到的几个示例，但它们似乎都不起作用

col_var <- grep("^Date.|_f$", names(df), invert = T)

#不起作用
df_质量控制%
在（.vars=col_var）处突变，
.funs=list（~ifelse（df[，col_var+1]==9，NA）））
i=1
df_质量控制%
在（.vars=col_var）处突变，
.funs=list（~ifelse（df[，i+1]==9，，，NA）））

---

我想我已经很接近了，非常感谢您的帮助。

我们可以使用

Map

：

# does not work
df_qc <- df %>%
  mutate_at(.vars = col_var,
            .funs = list(~ ifelse(df[, col_var+1] == 9, ., NA)))

i=1
df_qc <- df %>%
  mutate_at(.vars = col_var,
            .funs = list(~ ifelse(df[, i+1] == 9, ., NA)))

---

一个

dplyr

和

purrr

选项可以是：

df[col_var] <- purrr::map2(df[col_var + 1],df[col_var], ~{.y[.x != 9] <- NA;.y})

map2\u dfr（.x=df%>%
选择（以“HMP”结尾），
.y=df%>%
选择（以（“\u f”）结尾），
~replace（.x，.y！=9，NA））%>%
绑定列（df%>%
选择（以“HMP”结尾）
RH33HMP RH38HMP日期时间RH33HMP_f RH38HMP_f
1    99.6    99.6 2015-01-01 00:00:00         9         9
299.6NA 2015-01-01 00:30:009902
3 NA 99.5 2015-01-01 01:00:00 92 9
4 NA 99.3 2015-01-01 01:30:00 93 9
598.6北美2015-01-01 02:00:00 9 91

非常感谢您的努力。我接受了另一个答案，因为我想保留质量标志总是在实际测量之后的下一列的想法。您的答案需要明确的测量列名称，因为我有几个不同的仪器，名称不同，所以需要一段时间才能将它们全部列出。

df[col_var] <- Map(function(x, y) {y[x != 9] <- NA;y},df[col_var + 1],df[col_var])
df

#            Date.time RH33HMP RH33HMP_f RH38HMP RH38HMP_f
#1 2015-01-01 00:00:00   99.60         9    99.6         9
#2 2015-01-01 00:30:00   99.60         9      NA       902
#3 2015-01-01 01:00:00      NA        92    99.5         9
#4 2015-01-01 01:30:00      NA        93    99.3         9
#5 2015-01-01 02:00:00   98.63         9      NA        91

df[col_var] <- purrr::map2(df[col_var + 1],df[col_var], ~{.y[.x != 9] <- NA;.y})

map2_dfr(.x = df %>%
          select(ends_with("HMP")),
         .y = df %>%
          select(ends_with("_f")),
         ~ replace(.x, .y != 9, NA)) %>%
 bind_cols(df %>%
            select(-ends_with("HMP")))

  RH33HMP RH38HMP Date.time           RH33HMP_f RH38HMP_f
    <dbl>   <dbl> <fct>                   <dbl>     <dbl>
1    99.6    99.6 2015-01-01 00:00:00         9         9
2    99.6    NA   2015-01-01 00:30:00         9       902
3    NA      99.5 2015-01-01 01:00:00        92         9
4    NA      99.3 2015-01-01 01:30:00        93         9
5    98.6    NA   2015-01-01 02:00:00         9        91