新手求助：如何使用dplyr实现DataFrame中col5分别与col1至col4做差运算

嘿，别紧张，作为dplyr和编程的新手，这个需求其实很容易实现，我会一步步给你讲清楚怎么操作～

首先，咱们先把你提供的示例数据构造出来，这样你可以直接复制代码测试：

# 先加载dplyr包，如果没安装的话先运行 install.packages("dplyr")
library(dplyr)

# 创建你给出的原始DataFrame
df <- tibble(
  col1 = c(1, 5, 2),
  col2 = c(2, 4, 2),
  col3 = c(0, 1, 4),
  col4 = c(4, 3, 0),
  col5 = c(3, 4, 0)
)

接下来，用dplyr的across函数（这是dplyr 1.0.0版本之后推荐的标准写法，更直观）来实现你的需求：

# 计算col5减去col1-col4，并生成新的DataFrame
new_df <- df %>%
  # 对col1到col4的每一列，执行「col5 - 当前列」的计算
  mutate(across(col1:col4, ~ col5 - .x)) %>%
  # 只保留处理后的col1-col4，去掉原有的col5
  select(col1:col4)

咱们来拆解一下这段代码：

• %>%是dplyr的管道符，简单说就是把左边的df数据传递给右边的函数处理，避免写嵌套代码；
• across(col1:col4, ~ col5 - .x)：col1:col4指定要处理的列范围，~ col5 - .x是一个简单的函数，.x代表当前正在处理的列，所以这一步就是让每一列都被col5减去；
• select(col1:col4)：筛选出我们需要的列，去掉不需要的col5。

运行完这段代码后，你打印new_df就能得到想要的结果：

print(new_df)
# # A tibble: 3 × 4
#    col1  col2  col3  col4
#   <dbl> <dbl> <dbl> <dbl>
# 1    -2    -1    -3     1
# 2     1     0    -3    -1
# 3     2     2     4     0

如果你用的是比较旧版本的dplyr（1.0.0之前），可以用mutate_at来替代across，代码如下：

new_df <- df %>%
  mutate_at(vars(col1:col4), ~ col5 - .x) %>%
  select(col1:col4)

效果是完全一样的，不过还是推荐用across，因为它是现在dplyr的主流写法，功能也更灵活～

内容的提问来源于stack exchange，提问作者David Hultman