使用dplyr的mutate()动态生成新变量时cur_column()报错求助

问题场景 #

合并两个数据集后得到包含多组.x/.y后缀变量对的数据集（如piip.x/piip.y），需要保留原变量的同时生成无后缀新变量，规则为：

• 优先取对应.y变量的值
• 若.y缺失，则取.x变量的值
• 两者均缺失时，新变量为NA

原代码执行时触发报错：cur_column()必须仅在across()内部使用。

报错原因 #

原代码中cur_column()被嵌套在.data[[...]]及case_when的上下文里，超出了across()允许直接调用cur_column()的范围，导致触发上下文检查报错。

解决方案 #

方案一：用coalesce简化逻辑（推荐） #

dplyr::coalesce的核心功能就是按顺序返回第一个非缺失值，完美匹配需求逻辑，代码更简洁且避免报错：

library(dplyr)
library(stringr)

data_merged_ex_t <- data_merged_ex %>%
  mutate(across(
    .cols = ends_with(".x"),
    .fns = ~ coalesce(.data[[str_replace(.col, "\\.x$", ".y")]], .),
    .names = "{str_remove(.col, '\\.x$')}"
  ))

• .col：在across()的.fns中直接获取当前处理的.x列名
• str_replace(.col, "\\.x$", ".y")：将.x列名转换为对应的.y列名
• coalesce(y_col, .)：优先取.y列的值，若缺失则取当前.x列的值（.代表当前列）

方案二：修正cur_column()的调用上下文 #

如果需要保留case_when的写法，可将cur_column()的调用放在across()的直接函数体内，避免嵌套：

data_merged_ex_t <- data_merged_ex %>%
  mutate(across(
    .cols = ends_with(".x"),
    .fns = function(x) {
      col_x <- cur_column()
      col_y <- str_replace(col_x, "\\.x$", ".y")
      case_when(
        !is.na(.data[[col_y]]) ~ .data[[col_y]],
        !is.na(x) ~ x,
        TRUE ~ NA_real_
      )
    },
    .names = "{str_remove(.col, '\\.x$')}"
  ))

运行结果 #

处理后的数据集会保留原变量，并新增无后缀的合并变量：

data_merged_ex_t
# A tibble: 5 × 11
  seqg    cyl piip.x piip.y dalo.x dalo.y tcct.x tcct.y  piip  dalo  tcct
  <chr> <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl> <dbl> <dbl> <dbl>
1 7894      0    1.1    1.1    2.7   NA      242     NA   1.1   2.7   242
2 1597      2   NA     NA     NA      2.7     NA    196  NA    2.7   196
3 2586      1    0.7    0.7    2.2    4.3    161     NA   0.7   4.3   161
4 4679      0    0.6   NA      1.4    2.2    239     NA   0.6   2.2   239
5 8371      0    0.5    1.3    1.6   NA      206     NA   1.3   1.6   206

内容的提问来源于stack exchange，提问作者Ronaldo Filho