如何将逐列标量乘法适配为tidyverse/recipe命令？

要实现指定列的逐列标量乘法（每列对应一个标量值），你可以利用recipes包结合dplyr的across()函数来精准映射列与标量的对应关系，以下是具体实现步骤：

核心思路 #

通过across()遍历目标列，结合cur_column()获取当前处理的列名，从预定义的标量列表中匹配对应值完成乘法操作，确保每列都能对应到正确的标量。

完整代码示例 #

1. 加载依赖包 #

library(tidyverse)
library(recipes)

2. 定义关键参数（替换为你的实际数据） #

# 你的数据集
df <- your_large_dataset # 替换为包含76列、8901行的数据集
# 需要执行乘法的68列的列名（替换为实际列名）
target_cols <- c("col1", "col2", ..., "col68") 
# 与target_cols顺序对应的标量向量（长度必须为68）
scalar_vec <- c(2, 3, 4, ...) 
# 构建列名与标量的映射列表
scalar_map <- set_names(scalar_vec, target_cols)

3. 构建并执行recipe #

# 创建recipe并定义处理逻辑
rec <- recipe(~., data = df) %>%
  # 对指定列执行逐列标量乘法
  step_mutate(across(all_of(target_cols), ~ .x * scalar_map[[cur_column()]])) %>%
  # 拟合处理规则
  prep()

# 将处理规则应用到数据集
result_df <- bake(rec, new_data = df)

针对你的示例代码的验证实现 #

如果用你的示例数据测试，代码如下：

# 示例数据
vector <- c(2, 3, 4)
df <- as.data.frame(matrix(c(1, 4, 7, 2, 5, 8, 3, 6, 9), ncol = 3))
colnames(df) <- c("V1", "V2", "V3")
target_cols <- colnames(df)
scalar_map <- set_names(vector, target_cols)

# 执行recipe处理
rec <- recipe(~., data = df) %>%
  step_mutate(across(all_of(target_cols), ~ .x * scalar_map[[cur_column()]])) %>%
  prep()

result_df <- bake(rec, new_data = df)
print(result_df)

输出结果与你原代码的result完全一致。

为什么之前的step_mutate()+all_predictors()没生效？ #

你之前的尝试失败大概率是因为没有建立列与标量的一一映射：

• 若只是用all_predictors()配合固定标量，会导致所有列乘以同一个值，而非对应标量
• 若标量维度不匹配，R的广播机制可能不会按逐列的方式执行乘法，最终没有产生预期变化

内容的提问来源于stack exchange，提问作者Leonardo