如何按列名模式批量计算tibble中的每日平均温度？

问题背景 #

现有如下tibble格式的温度数据，包含受访者ID及调查前后多日的最高温（tmax前缀）和最低温（tmin前缀）列：

> merged_data 
# A tibble: 168,747 × 15
   person_id      tmax_3 tmax_2 tmax_1 tmax0 tmax1 tmax2 tmax3 tmin_3 tmin_2 tmin_1 tmin0 tmin1 tmin2
   <chr>           <dbl>  <dbl>  <dbl> <dbl> <dbl> <dbl> <dbl>  <dbl>  <dbl>  <dbl> <dbl> <dbl> <dbl>
 1 0101500002010…   21.6   21.0   21.3  22.0  22.6  20.0  22.4   11.7   11.2   11.6  14.0  11.2  12.4
 2 0101500002010…   21.6   21.0   21.3  22.0  22.6  20.0  22.4   11.7   11.2   11.6  14.0  11.2  12.4
# ℹ 168,737 more rows
# ℹ 1 more variable: tmin3 <dbl>
# ℹ Use `print(n = ...)` to see more rows

需求是高效计算每日平均气温（当日最高温+最低温的平均值），替代重复的mutate操作，尤其适合存在调查前后各100天温度列的场景。此前使用的ChatGPT代码因列名匹配错误无法运行。

原代码问题分析 #

ChatGPT推荐的代码存在两个核心问题：

1. 列名匹配错误：paste0("tmin_", cur_column())会将tmax_3拼接成tmin_tmax_3，并非对应的tmin_3列；
2. rowwise()会大幅降低大数据集的处理效率，16万行的数据集运行速度极慢。

高效解决方案 #

方案一：使用across结合列名替换（推荐，高效向量操作） #

利用across批量处理tmax列，通过字符串替换匹配对应的tmin列，无需逐行操作：

library(dplyr)
library(stringr)

merged_data <- merged_data %>%
  mutate(
    across(
      starts_with("tmax"), 
      ~ (.x + get(str_replace(cur_column(), "^tmax", "tmin"))) / 2,
      .names = "tavg{str_replace(.col, 'tmax', '')}"
    )
  )

说明：

• str_replace(cur_column(), "^tmax", "tmin")将当前tmax列名替换为对应的tmin列名（如tmax_3→tmin_3，tmax3→tmin3）；
• .names参数直接生成目标列名（如tmax_3→tavg_3，tmax0→tavg0）；
• 全程为向量化操作，处理16万行数据效率远高于rowwise()。

方案二：使用pivot转换（直观，适合多列场景） #

通过长表-宽表转换的方式，将同天数的tmax和tmin聚合计算后再转回宽表，代码更简洁直观：

library(dplyr)
library(tidyr)

merged_data <- merged_data %>%
  # 转换为长表，拆分出温度类型（tmax/tmin）和天数后缀
  pivot_longer(
    cols = starts_with(c("tmax", "tmin")),
    names_to = c(".value", "day"),
    names_pattern = "(tmax|tmin)(.*)"
  ) %>%
  # 计算每日平均气温
  mutate(tavg = (tmax + tmin) / 2) %>%
  # 转回宽表，恢复原列结构
  pivot_wider(
    names_from = day,
    values_from = c(tmax, tmin, tavg)
  ) %>%
  # 保持person_id在第一列
  select(person_id, everything())

说明：

• names_pattern = "(tmax|tmin)(.*)"将列名拆分为温度类型和天数部分（如tmax_3拆分为tmax和_3）；
• 该方法无需手动处理列名匹配，适合列数极多（如前后100天）的场景，逻辑更清晰。

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