R中使用mutate、paste0和case_when迭代修改变量报错求助

首先明确核心问题：你用paste0生成的是字符串格式的变量名，但dplyr::mutate默认识别裸变量名（不带引号的列名），直接传字符串会触发语法错误，需要用非标准评估（NSE）的方式把字符串转成可识别的变量名。

模拟示例数据 #

library(dplyr)
# 生成包含AS1至AS9_WEIGHT的示例数据框
cohort <- tibble(
  AS1_WEIGHT = c(60, 99999, 75),
  AS2_WEIGHT = c(99999, 65, 99999),
  AS3_WEIGHT = c(62, 68, 78),
  AS4_WEIGHT = c(70, 99999, 80),
  AS5_WEIGHT = c(65, 72, 99999),
  AS6_WEIGHT = c(99999, 68, 76),
  AS7_WEIGHT = c(72, 75, 79),
  AS8_WEIGHT = c(68, 99999, 82),
  AS9_WEIGHT = c(70, 72, 99999)
)

错误代码的问题 #

你之前的代码大概率类似这样（直接用字符串变量名）：

# 错误示例：mutate无法识别字符串格式的列名
for (i in 1:9) {
  cohort <- cohort %>%
    mutate(paste0("AS", i, "_WEIGHT") = case_when(
      paste0("AS", i, "_WEIGHT") == 99999 ~ paste0("AS", i-1, "_WEIGHT"),
      TRUE ~ paste0("AS", i, "_WEIGHT")
    ))
}

这里的问题是：mutate的赋值左侧和case_when的条件里，直接传字符串会被当作普通文本，而不是数据框的列，所以触发语法错误。

正确方案1：用!!sym()处理动态变量名 #

借助rlang包的sym()函数把字符串转成变量符号，再用!!强制求值，配合:=实现动态赋值：

library(rlang)

for (i in 1:9) {
  # 把字符串转成变量符号
  current_col <- sym(paste0("AS", i, "_WEIGHT"))
  
  if (i == 1) {
    # 第一列只能用下一列替换
    next_col <- sym(paste0("AS", i+1, "_WEIGHT"))
    cohort <- cohort %>%
      mutate(!!current_col := case_when(
        !!current_col == 99999 ~ !!next_col,
        TRUE ~ !!current_col
      ))
  } else if (i == 9) {
    # 最后一列只能用上一列替换
    prev_col <- sym(paste0("AS", i-1, "_WEIGHT"))
    cohort <- cohort %>%
      mutate(!!current_col := case_when(
        !!current_col == 99999 ~ !!prev_col,
        TRUE ~ !!current_col
      ))
  } else {
    # 中间列用上一列替换（可按需改成下一列）
    prev_col <- sym(paste0("AS", i-1, "_WEIGHT"))
    cohort <- cohort %>%
      mutate(!!current_col := case_when(
        !!current_col == 99999 ~ !!prev_col,
        TRUE ~ !!current_col
      ))
  }
}

正确方案2：用across批量处理（更简洁，无需循环） #

如果不想写循环，用across可以批量处理所有目标列，代码更简洁：

cohort <- cohort %>%
  mutate(across(AS1_WEIGHT:AS9_WEIGHT, ~{
    # 获取当前列在数据框中的位置
    col_pos <- which(names(cohort) == cur_column())
    if (col_pos == 1) {
      # 第一列取后一列的值
      replace_val <- pull(cur_data(), col_pos + 1)
    } else if (col_pos == 9) {
      # 最后一列取前一列的值
      replace_val <- pull(cur_data(), col_pos - 1)
    } else {
      # 中间列取前一列的值（可按需修改）
      replace_val <- pull(cur_data(), col_pos - 1)
    }
    # 替换99999的值
    case_when(.x == 99999 ~ replace_val, TRUE ~ .x)
  }))

关键原理说明 #

• sym()：把字符串格式的列名转换成dplyr能识别的变量符号
• !!：强制求值符号变量，告诉dplyr这不是普通文本，而是要引用的列
• :=：在mutate中实现动态赋值，左边是变量符号，右边是计算逻辑
• across：批量处理列，cur_column()和cur_data()分别获取当前列名和当前数据子集，避免手动循环

内容的提问来源于stack exchange，提问作者HJ WHY