就性能和代码整洁度而言，跨数据框的不同列替换值的最佳方法是什么？
What's the best way of replacing values across different columns of a data frame in terms of performance and code-cleanliness?
我目前正在使用 dplyr 清理数据集，因此我从 data.frame 创建了一个 tbl_df，其列是 chr 的列表。
> class(data)
[1] "tbl_df" "tbl" "data.frame"
> lapply(data, class)
$var1
[1] "list"
$var2
[1] "list"
$var3
[1] "list"
$var4
... [and so on...]
> head(data)
Source: local data frame
var1 var2 ...
1 <chr[1]> <chr[1]>
2 <chr[1]> <chr[1]>
在这些列表中（对应于列 var1、var2 等），有很多像 ".." 这样的字符表示缺失值。
为了清理它，我决定通过以下方式将那些 ".." 转换为 NA：
data[data == ".."] <- NA
句子按预期工作，但没有利用 dplyr 并且执行时间似乎太长。
有没有更好的方法做同样的替换，也许使用dplyr，这样代码运行得更快？
我很确定有一种快速有效的方法可以替换 data.frame / tbl_df.
的所有列（或其中的一个子集）的值
我只是要把我的评论变成一个答案。就代码清洁度而言，填写 NA 值的最佳位置是在您读入它时。它也可能表现得很好。
如果您的数据位于平面文件中，那么无论您以何种方式读取它，都可能有一个参数来确定 NA 值的编码方式。在基数中，例如read.table、read.csv、read.fwf，它被称为na.strings。在 readr 包中，参数是 na（如果您担心性能，这会快 很多 ）。 data.table::fread 也会很快，并且还有一个 na.strings 参数。
从数据库源，我建议将编码添加到数据库查询本身，但 RODBC::sqlQuery 也会将 na.strings 参数传递给 read.table。
我目前正在使用 dplyr 清理数据集，因此我从 data.frame 创建了一个 tbl_df，其列是 chr 的列表。
> class(data)
[1] "tbl_df" "tbl" "data.frame"
> lapply(data, class)
$var1
[1] "list"
$var2
[1] "list"
$var3
[1] "list"
$var4
... [and so on...]
> head(data)
Source: local data frame
var1 var2 ...
1 <chr[1]> <chr[1]>
2 <chr[1]> <chr[1]>
在这些列表中（对应于列 var1、var2 等），有很多像 ".." 这样的字符表示缺失值。
为了清理它，我决定通过以下方式将那些 ".." 转换为 NA：
data[data == ".."] <- NA
句子按预期工作，但没有利用 dplyr 并且执行时间似乎太长。
有没有更好的方法做同样的替换，也许使用dplyr，这样代码运行得更快？
我很确定有一种快速有效的方法可以替换 data.frame / tbl_df.
我只是要把我的评论变成一个答案。就代码清洁度而言，填写 NA 值的最佳位置是在您读入它时。它也可能表现得很好。
如果您的数据位于平面文件中，那么无论您以何种方式读取它，都可能有一个参数来确定 NA 值的编码方式。在基数中，例如read.table、read.csv、read.fwf，它被称为na.strings。在 readr 包中，参数是 na（如果您担心性能，这会快 很多 ）。 data.table::fread 也会很快，并且还有一个 na.strings 参数。
从数据库源，我建议将编码添加到数据库查询本身，但 RODBC::sqlQuery 也会将 na.strings 参数传递给 read.table。