如何用across()等函数批量生成匹配列名规则的新计算列？

当然可以用dplyr的mutate()、across()等函数实现批量创建新列，无需手动逐个定义。以下是针对你的场景的高效实现方式：

核心代码实现 #

set.seed(123)
library(dplyr)

# 构造示例数据
df <- tibble(x = seq(1:10), bm_a = runif(10), val_a = runif(10), bm_b = runif(10), val_b = runif(10))

# 批量生成rel_*列：rel_后缀 = val_后缀 - bm_后缀
df <- df |>
  mutate(
    across(
      .cols = starts_with("val_"),  # 选中所有以val_开头的列
      .fns = ~ .x - pick(paste0("bm_", sub("val_", "", cur_column()))),  # 计算对应bm列的差值
      .names = "rel_{sub('val_', '', .col)}"  # 定义新列的命名规则
    )
  )

代码说明 #

• starts_with("val_")：精准筛选所有以val_为前缀的列，适配任意数量的同类列（比如新增val_c、val_d也能自动识别）
• sub("val_", "", cur_column())：从当前处理的val_*列名中提取后缀（比如从val_a提取a）
• pick(paste0("bm_", ...))：根据后缀匹配对应的bm_*列，确保计算的是同一后缀的列对
• .names参数：通过模板字符串自动生成新列名，格式为rel_+原后缀，保证命名一致性

验证结果 #

运行后生成的df会包含所有自动创建的rel_a、rel_b（以及后续新增后缀对应的rel_*列），结果和手动逐个定义的完全一致。

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