为何在R语言的for循环中使用mutate()函数不生效？

我有一批变量（epds_1到epds_10），原本应该编码为0-3或NA，但当前编码为1-4，且用"."表示NA。尝试用for循环结合mutate()和case_when()重编码，但运行后数据未发生变化，也无报错信息。

转换前epds_1的分布：

tabyl(df$epds_1)

# df$epds_1  n     
# .          6 
# 1        472 
# 2         93 
# 3         45 
# 4         23 
# <NA>      10 

使用的循环代码：

for (v in c("epds_1", "epds_2", "epds_3", "epds_4", "epds_5", "epds_6",
            "epds_7", "epds_8", "epds_9","epds_10")) {
  df <- df %>% mutate(`v` = case_when(`v` == "." ~ NA_real_, 
                                      `v` == "1" ~ 0, 
                                      `v` == "2" ~ 1, 
                                      `v` == "3" ~ 2, 
                                      `v` == "4" ~ 3))
}

期望结果（epds_1的NA计数合并为16）：

tabyl(df$epds_1)
# df$epds_1  n     
# 0        472 
# 1         93 
# 2         45 
# 3         23 
# <NA>      16 

问题原因 #

代码中的mutate(v = ...)用反引号包裹了v，这会把它当成字面量列名——每次循环都在创建/覆盖名为v的列，而非修改目标变量epds_1等。同时case_when里的v也是字面量，没有引用循环中的变量值，自然不会对目标列做任何修改。

解决方案 #

方法1：修正for循环写法 #

用.data[[v]]引用循环变量对应的列，用!!sym(v)动态指定赋值的列名：

library(dplyr)

for (v in c("epds_1", "epds_2", "epds_3", "epds_4", "epds_5", "epds_6",
            "epds_7", "epds_8", "epds_9","epds_10")) {
  df <- df %>% 
    mutate(!!sym(v) := case_when(
      .data[[v]] == "." ~ NA_real_,
      .data[[v]] == "1" ~ 0,
      .data[[v]] == "2" ~ 1,
      .data[[v]] == "3" ~ 2,
      .data[[v]] == "4" ~ 3
    ))
}

• !!sym(v)：将字符串格式的变量名转换为dplyr可识别的变量引用，:=支持动态列名赋值；
• .data[[v]]：明确引用当前数据框中名为v的列。

方法2：用across()批量处理（更简洁） #

无需循环，用across()一次性处理所有目标变量，代码更简洁：

df <- df %>%
  mutate(across(starts_with("epds_"), ~ case_when(
    .x == "." ~ NA_real_,
    .x == "1" ~ 0,
    .x == "2" ~ 1,
    .x == "3" ~ 2,
    .x == "4" ~ 3
  )))

• starts_with("epds_")：匹配所有以epds_开头的变量，也可以直接列出变量名c("epds_1", ..., "epds_10")；
• .x：代表当前正在处理的列，across()会自动遍历所有匹配变量完成重编码。

运行上述任意一种方案后，用tabyl(df$epds_1)即可验证得到期望的结果。

内容的提问来源于stack exchange，提问作者citychrisp