如何使用dplyr的跨函数替换所有值[重复]

Question

我之前使用dplyr 中的mutate_all 函数来替换我的数据框中的值。我正在尝试更新我的代码以适应新的跨函数，但我不确定如何更新它以便它可以执行替换功能。

下面是一个示例数据集。

df$A <- c(10,0,0,0,0,0,12,12,0,14,-99,14,-99,-99,16,16)
df$B <- c(10,0,0,0,12,12,12,12,0,14,-99,14,16,16,16,16)
df$C <- c(10,12,14,16,10,12,14,16,10,12,14,16,10,12,14,16)

  A   B  C
 10  10 10
  0   0 12
  0   0 14
  0   0 16
  0  12 10
  0  12 12
 12  12 14
 12  12 16
  0   0 10
 14  14 12
-99 -99 14
 14  14 16
-99  16 10
-99  16 12
 16  16 14
 16  16 16

我之前用来替换某个值（在本例中为-99）的代码如下，并且成功。

df %>% mutate_all(funs(replace(., .== -99, "Removed")))

      A       B  C
     10      10 10
      0       0 12
      0       0 14
      0       0 16
      0      12 10
      0      12 12
     12      12 14
     12      12 16
      0       0 10
     14      14 12
Removed Removed 14
     14      14 16
Removed      16 10
Removed      16 12
     16      16 14
     16      16 16

下面是我如何尝试为everything 实现across 函数（这用我想要的替换值替换了数据框中的所有单元格；不仅仅是-99 的实例）。

df %>% mutate(across(everything(), replace, -99 , "Removed"))

Answer 1

使用：

library(dplyr)
df %>% mutate(across(everything(), ~replace(., . ==  -99 , "Removed")))

across 的 .cols 参数默认为 everything()，所以这也可以。

df %>% mutate(across(.fns = ~replace(., . ==  -99 , "Removed")))

---

然而，最简单的是：

df[df == -99] <- 'Removed'