如何在R中为数据框多列批量执行动态数学运算？

我需要在R中为数据框的每一列动态执行多种数学运算，比如给原值增长20%、原值除以2，同时保留原列。如果手动写mutate语句，少量列还行，但如果有100列要执行2-5种运算，重复写mutate太繁琐，有没有更高效的方法？

我使用的数据框如下：

structure(list(`Row Labels` = c("2023-03-01", "2023-04-01", "2023-05-01", "2023-06-01", "2023-07-01", "2023-08-01", "2023-09-01", "2023-10-01"), X6 = c(14, 16, 14, 11, 9, 9, 11, 11), X7 = c(50, 50, 50, 50, 50, 50, 50, 50), X8 = c(75, 75, 75, 75, 75, 75, 75, 75), X9 = c(100, 100, 100, 100, 100, 100, 100, 100), X11 = c(25, 25, 50, 75, 125, 200, 325, 525), X12 = c(50, 50, 100, 150, 250, 400, 650, 1050)), class = c("tbl_df", "tbl", "data.frame"), row.names = c(NA, -8L))

原来处理单列的代码是这样的：

library(readxl)
library(dplyr)
Book1 <- read_excel("C:/X/X/X- X/X/Book1.xlsx",sheet = "Sheet6")

dput(Book1)

Book1 <- Book1 %>% 
  mutate(`X6 20%` = X6*1.20) %>% 
  mutate(`X6 by 2`= X6/2)

我试过用循环，但列名指定总是出问题，有没有简单的实现方式？

用dplyr的across()可以一次性对多列执行多种运算，无需重复写mutate语句，步骤如下：

1. 加载必要的包：

library(dplyr)

2. 执行批量运算：

# 假设你的数据框是Book1
Book1_processed <- Book1 %>%
  mutate(across(
    # 选择要处理的列：排除Row Labels，处理所有数值列
    cols = !matches("Row Labels"),
    # 定义需要执行的运算，每个元素对应一种操作
    .fns = list(
      `20%` = ~ .x * 1.2,
      `by 2` = ~ .x / 2
    ),
    # 设置新列名格式：原列名 + 运算名称，和你手动定义的格式一致
    .names = "{col} {fn}"
  ))

代码解释： #

• cols = !matches("Row Labels")：筛选出除Row Labels外的所有列，精准定位需要处理的数值列
• .fns = list(...)：用列表包裹所有要执行的运算，~ .x代表当前循环到的列的数值
• .names = "{col} {fn}"：自定义新列命名规则，最终生成X6 20%、X6 by 2这类符合需求的列名

结果示例： #

处理后的数据集会保留所有原列，同时新增对应运算的结果列，部分结构如下：

内容的提问来源于stack exchange，提问作者user20203146