R语言：如何在for循环内通过mutate批量生成带递增编号的变量？

你完全可以用dplyr的across()函数来实现这个需求，不用重复编写重复的mutate代码，而且还能避免原代码里逐行循环的低效问题。

最优解决方案 #

假设你的数据框pd里已经有Date(US)、n1.Status_dt、n2.Status_dt、n3.Status_dt这些列，只需要一段向量化的代码就能批量生成目标变量：

library(dplyr)

pd <- pd %>%
  # 批量计算日期差并生成目标列名
  mutate(across(
    .cols = starts_with("n") & ends_with("Status_dt"),  # 筛选所有nX.Status_dt格式的列
    .fns = ~abs(difftime(`Date(US)`, ., units = "days")),  # 计算日期差的绝对值
    .names = "{gsub('\\.Status_dt', '', .col)}.DateDiff"  # 直接生成nX.DateDiff格式的列名
  ))

代码解释 #

• across()是dplyr中批量处理列的核心工具，能对匹配到的所有列执行相同逻辑的操作
• .cols参数用starts_with()和ends_with()组合筛选目标列；如果只想精准匹配n1到n3的列，也可以换成matches("n[1-3]\\.Status_dt")
• .fns参数定义了每列的计算规则：用Date(US)减去当前列的日期值，取绝对值后以天为单位返回结果
• .names参数通过gsub()直接替换列名中的.Status_dt后缀，一步生成你想要的n1.DateDiff、n2.DateDiff、n3.DateDiff列

原代码的问题说明 #

你原来的逐行循环有两个关键问题：

1. 完全没必要逐行处理：difftime()是向量化函数，可以直接对整列进行计算，逐行循环会大幅拖慢代码运行效率
2. 循环赋值覆盖问题：每次循环都把结果重新赋值给result，最后只会保留最后一次循环的结果，根本达不到批量生成变量的目的

这样处理之后，你只用一段代码就完成了所有变量的生成，不用重复编写三次几乎一样的mutate语句。

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