如何基于单一条件同时mutate多个R DataFrame列？

可以实现，以下是几种无需重复书写判断条件的简洁方案：

方法1：临时条件列（最直观易读） #

先将判断条件存为临时列，基于该列生成目标列后自动移除临时列，条件仅需定义一次：

library(dplyr)

df <- data.frame(x=1:10)

df %>%
  mutate(
    is_over_3 = x > 3,
    y = if_else(is_over_3, "Y", "N"),
    z = if_else(is_over_3, "YY", "NN"),
    .keep = "unused"  # 自动删除临时的is_over_3列
  )

方法2：结合across与cur_column() #

利用across遍历目标列，通过cur_column()识别当前处理的列，匹配对应结果，条件仅写一次：

df %>%
  mutate(
    across(
      .cols = c(y, z),
      .fns = ~ if_else(
        x > 3,
        if_else(cur_column() == "y", "Y", "YY"),
        if_else(cur_column() == "y", "N", "NN")
      ),
      .names = "{.col}"
    )
  )

方法3：结合purrr映射函数 #

先定义各列的结果映射关系，通过map_dfc一次性生成所有目标列，条件仅需调用一次：

library(dplyr)
library(purrr)

df <- data.frame(x=1:10)

# 定义映射：每个元素的第一个值是条件不满足时的结果，第二个是满足时的结果
result_map <- list(y = c("N", "Y"), z = c("NN", "YY"))

df %>%
  bind_cols(
    map_dfc(result_map, ~ if_else(x > 3, .x[2], .x[1]))
  )

内容的提问来源于stack exchange，提问作者HappyPy