如何在group_by后结合for循环使用mutate并动态命名变量？

错误代码与报错信息 #

原始尝试的代码：

dat = data.frame(a = c(rep(1,5),rep(2,4),rep(3,7)), b = c(1:16)) 

for (i in 1:21){
dat %<>% group_by(a) %>% 
  mutate(paste('lag_',i,,sep = '') = lag(b, n = i))
}

运行后报错：

Error: unexpected '=' in:
" dat%<>% group_by(a) %>%
mutate(paste('lag_',i,,sep = '') ="

错误原因 #

dplyr的mutate不支持直接将字符串（比如paste生成的变量名）用普通等号=赋值，必须使用动态赋值运算符:=，同时需要把字符串形式的变量名转换为dplyr能识别的语法对象。另外你写的paste('lag_',i,,sep = '')多了一个多余的逗号，属于语法小错误。

修正后的代码（for循环版本） #

使用!!sym()配合:=实现动态命名，同时修正paste的语法问题：

library(dplyr)
library(magrittr) # 加载%<>%运算符的包

dat = data.frame(a = c(rep(1,5),rep(2,4),rep(3,7)), b = c(1:16)) 

for (i in 1:21){
  # 生成变量名，用paste0更简洁
  var_name <- paste0('lag_', i)
  dat %<>% 
    group_by(a) %>% 
    # 用!!sym()把字符串转成符号，用:=赋值
    mutate(!!sym(var_name) := lag(b, n = i)) %>%
    ungroup() # 建议每次循环后取消分组，避免后续操作异常
}

更简洁的tidyverse风格写法（无需for循环） #

如果不想用for循环，可以用across配合.names参数直接批量生成滞后变量，代码更简洁高效：

library(dplyr)

dat = data.frame(a = c(rep(1,5),rep(2,4),rep(3,7)), b = c(1:16)) 

dat <- dat %>%
  group_by(a) %>%
  # 批量生成1到21阶滞后变量，自动命名为lag_1、lag_2...
  mutate(across(1:21, ~lag(b, n = .x), .names = "lag_{.x}")) %>%
  ungroup()

注：因为每个分组的行数最多为7（a=3的组），所以当滞后阶数i>7时，对应组的结果会全为NA，这是正常的逻辑结果。

内容的提问来源于stack exchange，提问作者doraemon