如何批量转换数据框列并自动生成规范命名的新列

针对批量处理多列生成带_trimmed后缀新列的需求，这里提供两种高效实现方式，无需手动逐个定义列名：

方法一：Base R 实现 #

先定位需要处理的目标列，通过循环批量生成新列：

# 匹配所有以iti_开头的列（可根据实际列名规则调整正则）
cols_to_process <- grep("^iti_\\d+$", names(df), value = TRUE)

# 循环处理每一列，生成修剪后的新列
for (col in cols_to_process) {
  df[[paste0(col, "_trimmed")]] <- ifelse(df[[col]] > df$cue_time, df$cue_time, df[[col]])
}

如果目标列的命名规则不同，直接手动指定列名列表即可，比如cols_to_process <- c("iti_1", "iti_2", "iti_3")。

方法二：dplyr 实现（更简洁） #

利用dplyr的across函数可以快速批量处理列：

library(dplyr)

df <- df %>%
  mutate(
    # 匹配所有以iti_开头的列，可替换为matches("正则")或直接列名向量
    across(starts_with("iti_"), 
           # 定义修剪规则：值大于cue_time时取cue_time，否则保留原值
           ~ifelse(.x > cue_time, cue_time, .x),
           # 指定新列命名格式：原列名 + _trimmed
           .names = "{col}_trimmed")
  )

运行结果 #

处理后的数据框会自动生成对应新列，与预期结果一致：

id iti_1 iti_2 cue_time iti_1_trimmed iti_2_trimmed
1  1  0.13  0.56     0.33          0.13          0.33
2  2 20.00  0.11     0.33          0.33          0.11
3  3 16.00 21.00     0.33          0.33          0.33

内容的提问来源于stack exchange，提问作者Gabrielle