如何用dplyr::across结合列表列索引批量计算多列均值？

需求：对数据框中的多列（如示例中的v1、v2），根据另一列k存储的索引列表，逐行计算对应索引位置的该列均值。实际场景中列数多且动态变化，无法手动逐个列编写计算逻辑。

示例数据如下：

library(dplyr)
library(purrr)
set.seed(1452)

df <- tibble(id = 1:10,
             v1 = rnorm(10, 3, 10),
             v2 = runif(10, -5, 5),
             k = list(c(1,2,3), c(2,4,10), c(2,4,6), c(6,8,9), 
                      c(3,5,7), c(1,8,10), c(2,3,5), c(1,4,9),
                      c(6,7,10), c(3,6,8))
             )

原尝试的across写法无法生效，因为.x是整列向量，直接和k（列表列）匹配会出现维度不兼容问题。正确的写法是在across内部结合map_dbl，逐行处理每个索引列表：

df %>% 
  mutate(across(v1:v2, ~map_dbl(k, ~mean(.x[.x])), .names = "{.col}_mean"))

或者用更清晰的命名参数避免变量混淆：

df %>% 
  mutate(across(v1:v2, function(col) map_dbl(k, ~mean(col[.x])), .names = "{.col}_mean"))

验证结果：以第一行v1_mean为例，计算的就是v1[1:3]的平均值，符合预期。这种写法支持任意多列的批量处理，无需手动逐个列定义计算逻辑。

内容的提问来源于stack exchange，提问作者Denys D.