如何使用字符向量作为参数逐行应用R语言自定义函数？

现有如下定义的tibble和字符向量：

ref_tables <- tibble(`col 1` = letters[1:5], `col 2` = letters[6:10], `col 3` = letters[11:15])
# 输出如下：
#   `col 1` `col 2` `col 3`
#   <chr>   <chr>   <chr>  
# 1 a       f       k      
# 2 b       g       l      
# 3 c       h       m      
# 4 d       i       n      
# 5 e       j       o      

index_selection <- c("col 1", "col 2", "col 3")

自定义函数f用于将输入向量拼接成字符串：

f <- function(x) {
  return(paste(x, collapse = " "))
}

当显式用反引号指定列名时，能得到预期结果：

d <- ref_tables %>%
  rowwise() %>%
  mutate(dfs = list(f(c(`col 1`, `col 2`, `col 3`))))

# d$dfs[1] 返回 "a f k"

但使用字符向量index_selection时，得到的是列名而非对应值：

d <- ref_tables %>%
  rowwise() %>%
  mutate(dfs = list(f(index_selection)))

# d$dfs[1] 返回 "col 1 col 2 col 3"

需要解决如何通过字符向量指定列，实现逐行应用函数的需求。

方法1：使用pick() + c_across()（tidyverse 1.3.0+推荐） #

pick()可以直接接收字符向量选择列，c_across()在rowwise()上下文里会将选中的列按行合并为向量，完美适配需求：

d <- ref_tables %>%
  rowwise() %>%
  mutate(dfs = list(f(c_across(all_of(index_selection)))))

# 验证结果
d$dfs[1] # 返回 "a f k"

方法2：使用syms() + !!!解引用字符向量 #

将字符向量转换为符号列表，再通过!!!展开，就能引用到对应列的值：

d <- ref_tables %>%
  rowwise() %>%
  mutate(dfs = list(f(c(!!!syms(index_selection)))))

# 验证结果
d$dfs[1] # 返回 "a f k"

方法3：不用rowwise()，用pmap()实现高效逐行处理 #

如果数据量较大，rowwise()效率较低，可使用pmap()直接处理选中的列：

d <- ref_tables %>%
  mutate(dfs = pmap(select(., all_of(index_selection)), ~f(c(...))))

# 验证结果
d$dfs[1] # 返回 "a f k"

内容的提问来源于stack exchange，提问作者user2962397