• 通过引用 * 使用data.table：

library(data.table)
setDT(data)

data[Ht > 250, Ht := NA]
data[Wt == 205, Wt := 80]
data[Wt == 285, Wt := 90]
data
    id Wt  Ht
 1:  1 91 185
 2:  2 92 182
 3:  3 85 173
 4:  4 80 171
 5:  5 90  NA
 6:  6 43  NA
 7:  7 95  NA
 8:  8 75  NA
 9:  9 76  NA
10: 10 NA  NA

字符串
有关详细信息，请参阅：Introduction to data.table的数据。
要在data.table中实现Shawn建议的ifelse方法，可以执行以下操作。这仍然是通过引用更新的，所以仍然不需要编写类似data <- data %>% ...的东西。

library(data.table)
setDT(data)

data[, `:=`(Ht = fifelse(Ht > 250, NA_real_, Ht),
            Wt = fcase(Wt == 205, 80, 
                       Wt == 285, 90,
                       rep(TRUE, .N), Wt))]

型
请注意，fifelse是data.table的 fastifelse，我使用fcase一起处理两个Wt条件（尽管rep(TRUE, .N) trick有点笨拙，所以也许对Wt使用两个fifelse调用而不是fcase会更好）。
更新2023-07-17：如果你需要一个矢量化的选项，我建议你使用plyr::mapvalues。即使plyr已经退役，您也可以使用body(plyr::mapvalues)并将代码放入您自己的项目中。

上面的答案很有用。我还想添加一个替代答案，以防您发现它对学习其他函数有帮助。您可以使用ifelse和tidyverse的功能插入任何想要的值。例如，我在这里使用mutate创建变量，使用ifelse简单地转换您想要的值。下面基本上只是你的数据和两个函数组合成一个命令：

library(tidyverse)

data %>%
  mutate(Wt = ifelse(Wt > 200,
                     "9999",
                     Wt),
         Ht = ifelse(Ht > 250,
                     "NA",
                     Ht))

字符串
下面是我对代码所做的注解：

library(tidyverse) # load this library for %>% and mutate

data %>% # use this data 
  mutate(Wt = ifelse(Wt > 200, # take Wt over 200
                     "9999", # replace with this value
                     Wt), # otherwise use the original Wt value
         Ht = ifelse(Ht > 250, # take Ht over 250
                     "NA", # replace with this value
                     Ht)) # otherwise use the original Ht value

型
它应该根据您的使用方式给予任何所需的输出：

id   Wt   Ht
1   1   91  185
2   2   92  182
3   3   85  173
4   4 9999  171
5   5 9999   NA
6   6   43   NA
7   7   95 <NA>
8   8   75   NA
9   9   76 <NA>
10 10 <NA> <NA>

型
试试看，让我知道你的想法！