R语言dplyr分组后mutate across未生成新列问题排查及优化

现有如下结构的DataFrame：

fold_change_label il1 ifna ifn il12 il16
1             value    1.69            13.0258             5.0755  3.3068     1.3
2             value    1.71                1.7             2.2711  3.9335    2.49
3            median    5.12 6.9399999999999995 7.1400000000000006    2.16     0.4

尝试用以下dplyr代码实现需求：当fold_change_label为value时，将各数值列的值除以同列中fold_change_label为median的值；当为median时保留原值，同时生成带_fch后缀的新列：

test <- temp_fold_change %>%
  group_by(fold_change_label) %>%
  mutate(across(where(is.numeric), 
                ~ if_else(fold_change_label == "value", .x / .x[fold_change_label == "median"], .x),
                .names = "{.col}_fch"))

但代码执行后既没运算也没生成新列，需要解决两个问题：

1. 代码错误原因是什么？
2. 有没有更优的实现方案？

1. 代码错误原因 #

• 分组逻辑完全错误：用group_by(fold_change_label)分组后，数据被拆成两组——一组是所有value行，另一组是单独的median行。在value分组里，.x[fold_change_label == "median"]找不到任何对应值（分组内全是value行），返回空值导致除法运算无法执行；同时分组后mutate的作用范围被限制在分组内，跨分组引用数据的逻辑完全失效。
• 列内引用失效：分组后每个分组的列数据只包含当前组的行，fold_change_label == "median"在value组里全为FALSE，取不到中位数数值，最终导致新列无法生成。

2. 更优实现方案 #

方案一：先提取中位数参考值（直观易懂） #

先单独取出median行的数值作为参考向量，再对全表进行计算，避免分组限制：

# 提取中位数行的数值列，转成命名向量
median_vals <- temp_fold_change %>%
  filter(fold_change_label == "median") %>%
  select(where(is.numeric)) %>%
  unlist()

# 生成带_fch后缀的新列
test <- temp_fold_change %>%
  mutate(across(where(is.numeric), 
                ~ if_else(fold_change_label == "value", .x / median_vals[cur_column()], .x),
                .names = "{.col}_fch"))

方案二：取消分组直接计算（最简洁） #

核心是不要分组，让.x[fold_change_label == "median"]能在整个列的范围内找到对应的中位数行值：

test <- temp_fold_change %>%
  ungroup() %>% # 确保无分组限制，无分组时也可添加不影响
  mutate(across(where(is.numeric), 
                ~ if_else(fold_change_label == "value", 
                          .x / .x[fold_change_label == "median"], 
                          .x),
                .names = "{.col}_fch"))

这个方案直接利用整列索引定位中位数，代码最简洁，适合当前场景。

方案三：用合并方式计算（适配复杂场景） #

如果后续需要扩展逻辑，可把中位数行转成辅助列合并到原表，计算后再移除辅助列：

median_df <- temp_fold_change %>%
  filter(fold_change_label == "median") %>%
  select(where(is.numeric)) %>%
  rename_with(~ paste0(.x, "_median"))

test <- temp_fold_change %>%
  bind_cols(median_df) %>%
  mutate(across(where(is.numeric) & !ends_with("_median"), 
                ~ if_else(fold_change_label == "value", 
                          .x / get(paste0(cur_column(), "_median")), 
                          .x),
                .names = "{.col}_fch")) %>%
  select(-ends_with("_median"))

内容的提问来源于stack exchange，提问作者Someone_1313