如何用dplyr在R中为数据框对应列减去命名向量值？

你的问题核心是在dplyr::across的处理表达式中，错误使用了.col来引用当前列名——.col是across函数的外部列选择参数，在~定义的处理逻辑内部，需要用cur_column()函数来获取当前正在处理的列名。

修正后的完整代码 #

library(dplyr)

set.seed(1)
toy_df <- data.frame(Patient.ID = letters[1:5],
                     Patient.Age = rnorm(5,35,4),
                     Protein.A = rnorm(5,100,10),
                     Protein.B = rnorm(5,100,10),
                     Protein.D = rnorm(5,100,10),
                     Protein.E = rnorm(5,100,10))

# 计算中位数绝对偏差向量
medianDeviation <- apply(X = toy_df[,grepl("^Protein\\.", names(toy_df))], 
                         MARGIN = 2, 
                         FUN = function(x) median(x) + (2*mad(x)))

# 正确的dplyr实现
result <- toy_df %>% 
  mutate(across(all_of(names(medianDeviation)), ~ .x - medianDeviation[cur_column()]))

关键细节说明 #

1. all_of(names(medianDeviation))：严格匹配medianDeviation向量的列名，避免列名不匹配导致的错误
2. cur_column()：在across的处理逻辑内部，动态获取当前操作的列名，以此精准索引medianDeviation向量中的对应值
3. .x：在~表达式中代表当前列的所有值（也可用.替代，.x可读性更强）

全dplyr风格的偏差向量计算（可选） #

如果想全程用dplyr语法替代apply，可以这样计算medianDeviation：

medianDeviation <- toy_df %>%
  select(starts_with("Protein.")) %>%
  summarise(across(everything(), ~ median(.x) + 2*mad(.x))) %>%
  unlist() %>%
  set_names(names(.))

内容的提问来源于stack exchange，提问作者Luiz Gustavo