R中是否有简洁方式动态添加数据框列？适配dplyr链式调用

原需求 #

现有一段R代码，功能是读取series_OS()返回的元素，根据元素数量和名称为数据框添加新列，增减series_OS()的元素时代码均可正常运行。希望找到更简洁的实现方式（是否可用lapply()），同时将逻辑整合到dplyr的mutate()链式调用中（完整代码均采用该结构）。

原代码：

library(dplyr)

series_OS <- function() {c("Series_One", "Series_Two", "Series_Three")}

df <- data.frame(A = c(1, 2, 3), B = c(4, 5, 6)) %>%
  mutate(C = A * B) %>%
  { 
    series_names <- series_OS()
    for (name in series_names) {
      name_cleaned <- gsub("_", " ", name)
      . <- mutate(., !!paste0(name_cleaned, " date") := C - A)
    }
    .
  }

df

优化方案 #

方案1：用purrr::set_names() + tidyeval 实现链式调用

这种方式最贴合tidyverse风格，无需循环，直接在mutate()内一次性生成所有新列：

library(dplyr)
library(stringr)

series_OS <- function() {c("Series_One", "Series_Two", "Series_Three")}

df <- data.frame(A = c(1, 2, 3), B = c(4, 5, 6)) %>%
  mutate(C = A * B) %>%
  mutate(
    !!!set_names(
      # 生成对应数量的列计算逻辑
      rep(list(C - A), length(series_OS())),
      # 生成列名：替换下划线并拼接" date"
      str_replace_all(series_OS(), "_", " ") %>% paste0(" date")
    )
  )

df

• !!!是tidyeval的解引用操作符，能把命名后的列表展开为mutate()的多个参数
• 增减series_OS()的元素时，核心逻辑无需修改，自动适配列数量

方案2：用lapply() + Reduce() 实现

如果一定要用lapply()，可以结合Reduce()将每个列的添加操作依次应用到数据框，同样能整合到链式调用中：

library(dplyr)

series_OS <- function() {c("Series_One", "Series_Two", "Series_Three")}

df <- data.frame(A = c(1, 2, 3), B = c(4, 5, 6)) %>%
  mutate(C = A * B) %>%
  Reduce(
    f = function(.data, name) {
      name_cleaned <- gsub("_", " ", name)
      mutate(.data, !!paste0(name_cleaned, " date") := C - A)
    },
    x = series_OS(),
    init = . # 将链式中的当前数据框作为初始值传入
  )

df

• Reduce()会遍历series_OS()的每个元素，依次执行添加列的操作
• 依赖base R原生函数，无需额外加载扩展包

内容的提问来源于stack exchange，提问作者Curious Jorge - user9788072