dplyr 1.1.0中across()如何批量调用带数据列参数的函数列表？

针对dplyr 1.1.0弃用across()的...参数后，无法直接给函数列表传递数据框列参数的问题，以下是几种可行的解决方案：

方法1：在across内部结合map_dfc调用函数列表 #

无需提前修改函数列表，直接在across()的匿名函数中用purrr::map_dfc遍历函数列表，同时传入当前列和目标列：

library(dplyr)
library(purrr)

df <- tibble(x = c(1,2),
             y = c(3, 4))

fns <- list(minus_y = function(x,y) x - y,
            plus_y = function(x,y) x + y)

# 正确实现
df %>%
  mutate(across(x, \(col) map_dfc(fns, \(fn) fn(col, y))))

运行结果：

# A tibble: 2 × 4
      x     y x_minus_y x_plus_y
  <dbl> <dbl>     <dbl>    <dbl>
1     1     3        -2        4
2     2     4        -2        6

原理：map_dfc将每个函数的计算结果转换为数据框列并横向合并，across()自动为生成的列添加原变量名前缀（如x_）。

方法2：提前包装函数列表为绑定y参数的匿名函数 #

如果需要重复使用处理后的函数列表，可提前用purrr::map将每个函数包装成仅接受当前列的匿名函数，内部绑定数据框的y列：

# 预处理函数列表
fns_with_y <- map(fns, \(fn) \(col) fn(col, df$y))

df %>%
  mutate(across(x, fns_with_y))

此方法适合需要多次复用同一函数列表的场景。

方法3：结合purrr::partial解决作用域问题 #

之前使用partial报错是因为作用域问题，将partial放在across的匿名函数内部，让y在mutate的环境中可见即可：

df %>%
  mutate(across(x, \(col) map_dfc(fns, partial, y = y)))

partial会将当前环境中的y列绑定到每个函数的参数上，避免“object 'y' not found”错误。

内容的提问来源于stack exchange，提问作者itch987