使用tidyverse的across函数生成新变量失败，求解决方案

问题背景 #

原始数据框如下：

library(tidyverse)
raw_df <- data.frame(region=c('R_1','R_2','R_3'),
                     qty_A=c(1,2,3),
                     qty_B=c(4,1,3),
                     qty_C=c(7,1,6),
                     qty_D=c(7,1,6),
                     price_A=c(100,110,300),
                     price_B=c(300,100,230),
                     price_C=c(170,116,66),
                     price_D=c(73,11,15))

手动逐个生成amount_A/B/C/D的代码可行但效率低：

raw_df %>% mutate(amount_A = qty_A * price_A,
                  amount_B = qty_B * price_B,
                  amount_C = qty_C * price_C,
                  amount_D = qty_D * price_D)

尝试用across批量实现时失败，需求是：用across批量生成金额变量，当某后缀无匹配的qty和price列时，对应amount变量为NULL。

错误原因 #

你之前的代码逻辑有误：

• across(where(is.numeric))是对所有数值列逐个操作，不符合按后缀配对qty_*和price_*的需求
• 直接用str_c('qty_',c('A','B','C')) * str_c('price_',c('A','B','C'))是对字符串做乘法，R无法识别这种操作，必然报错

正确实现代码 #

方法1：指定后缀批量生成 #

直接针对目标后缀循环，检查列是否存在后计算乘积：

raw_df %>%
  mutate(
    across(c("A", "B", "C", "D"),
           ~ {
             qty_col <- str_c("qty_", .x)
             price_col <- str_c("price_", .x)
             if (all(c(qty_col, price_col) %in% names(raw_df))) {
               !!sym(qty_col) * !!sym(price_col)
             } else {
               NULL
             }
           },
           .names = "amount_{.col}"
    )
  )

方法2：自动提取后缀（更灵活） #

如果后续可能新增后缀，可自动提取所有存在的qty_*或price_*的后缀，无需手动指定：

# 提取所有存在的后缀
suffixes <- raw_df %>%
  names() %>%
  str_extract("(?<=qty_|price_)\\w+") %>%
  na.omit() %>%
  unique()

# 批量生成金额变量
raw_df %>%
  mutate(
    across(suffixes,
           ~ {
             qty_col <- str_c("qty_", .x)
             price_col <- str_c("price_", .x)
             if (all(c(qty_col, price_col) %in% names(raw_df))) {
               !!sym(qty_col) * !!sym(price_col)
             } else {
               NULL
             }
           },
           .names = "amount_{.col}"
    )
  )

效果验证 #

运行后会生成amount_A到amount_D四个变量，每个变量对应qty_*与price_*的乘积。如果某后缀（比如新增E）只有qty_E没有price_E，则amount_E会被设为NULL，不会出现在结果数据框中。

内容的提问来源于stack exchange，提问作者anderwyang