如何在mutate(across())中通过字符串引用列实现ifelse条件判断

示例数据 #

library(tidyverse)

colNames <- c('A', 'B')

df <- tibble(A = sample(1:1000, 20),
             A_Direction = 'Decreasing',
             B = sample(1:1000, 20),
             B_Direction = 'Increasing')

需求 #

批量修改colNames指定的列（如A、B）：当对应X_Direction列值为Decreasing时，将X列设为0；值为Increasing时设为1。

原代码问题 #

你之前的代码中，paste0(cur_column(), '_Direction')仅生成了列名字符串，没有实际引用对应列的数值，导致判断条件始终是字符串对比（比如"A_Direction" == "Decreasing"），结果全为FALSE，所以所有列都被设为1。

解决方案 #

方法1：使用.data代词（推荐）

通过.data[[字符串]]的方式引用对应列，实现正确的条件判断：

dfNew <- df %>%
  mutate(across(all_of(colNames), 
                ~ifelse(.data[[paste0(cur_column(), "_Direction")]] == "Decreasing", 0, 1)))

方法2：用case_when增强可读性

如果需要扩展更多判断规则，case_when会更清晰：

dfNew <- df %>%
  mutate(across(all_of(colNames), 
                ~case_when(
                  .data[[paste0(cur_column(), "_Direction")]] == "Decreasing" ~ 0,
                  .data[[paste0(cur_column(), "_Direction")]] == "Increasing" ~ 1
                )))

方法3：宽转长处理（适合大量列场景）

当需要处理的列数量极多时，先转成long格式统一处理，再转回wide格式：

dfNew <- df %>%
  # 把目标数值列转成长格式
  pivot_longer(cols = all_of(colNames), names_to = "col", values_to = "val") %>%
  # 把Direction列也转成长格式，并去掉后缀
  left_join(df %>% pivot_longer(cols = ends_with("_Direction"), 
                                names_to = "col", 
                                values_to = "direction",
                                names_transform = ~str_remove(., "_Direction")),
            by = "col") %>%
  # 批量修改值
  mutate(val = ifelse(direction == "Decreasing", 0, 1)) %>%
  # 转回宽格式
  pivot_wider(names_from = "col", values_from = "val") %>%
  # 保持原数据的列顺序
  select(all_of(names(df)))

内容的提问来源于stack exchange，提问作者ksinva