在R语言数据框中迭代mutate函数，按组合并变量生成新列

针对你提供的test75数据框，这里给出一个基于dplyr和purrr的解决方案，通过包含mutate的迭代函数实现按每6个变量一组合并生成新变量：

首先，先确认示例数据框的生成代码：

set.seed(123) # 设置随机种子保证结果可复现
test75 <- data.frame(matrix(sample(0:1, 75 * 6, replace = TRUE), ncol = 75))
names(test75) <- paste0("Q", 1:75)

解决方案代码 #

library(dplyr)
library(purrr)

# 定义合并函数，支持自定义合并逻辑
merge_col_groups <- function(df, group_size = 6) {
  # 将列名按指定大小分组
  col_groups <- split(names(df), ceiling(seq_along(names(df)) / group_size))
  
  df %>%
    mutate(
      # 迭代每个分组，生成对应的合并变量
      !!!map(names(col_groups), function(group_name) {
        target_cols <- col_groups[[group_name]]
        # 这里以「计算每组变量的和」为例，适合0/1变量的计数需求
        # 如果需要拼接成字符串，可替换为：paste(across(all_of(target_cols)), collapse = "")
        rowSums(across(all_of(target_cols))) %>%
          set_names(paste0("Group", group_name))
      })
    )
}

# 应用函数生成合并后的数据集
test75_merged <- merge_col_groups(test75)

代码说明 #

1. 分组逻辑：split(names(df), ceiling(seq_along(names(df))/6))会自动将75列分为12个完整的6列组，以及最后1个包含3列的组，分组结果存放在col_groups中。
2. 迭代合并：通过purrr::map迭代每个分组，在mutate中生成新变量。!!!用于将map返回的多个变量表达式展开到mutate中。
3. 自定义合并逻辑：你可以根据需求替换合并操作：
   • 若要将每行的0/1值拼接成字符串，把rowSums(across(...))替换为paste(across(all_of(target_cols)), collapse = "")
   • 若要取每组的最大值，可替换为pmax(across(all_of(target_cols)))

运行后，test75_merged会保留原有的75个变量，同时新增13个合并变量（Group1到Group13）。

内容的提问来源于stack exchange，提问作者Jacob Korir