使用mutate(across)为单列不同截断值创建新列报错排查

你的代码主要有三个核心问题：

• .names模板不匹配：你写的"{.col}_cutoff_{cutoffs}"里，cutoffs是向量，无法直接嵌入模板字符串。across的.names需要和.fns里的函数名称对应，应该用"{.col}_{.fn}"来自动匹配命名列表里的函数名。

• 函数未正确接收当前列：lapply里的function(cut) as.integer(x <= cut)直接用了x，这会指向全局环境的x，而不是across正在处理的列。必须让函数接收当前列作为参数，比如用function(col) as.integer(col <= cut)或者用.x指代当前列。

• .fns的函数构造逻辑错误：原代码生成的函数没有绑定截断值，需要用闭包把每个截断值绑定到对应的函数里，确保每个函数对应一个截断值。

修正后的代码（两种可选方案） #

方案1：用across结合命名函数列表

library(dplyr)

df <- data.frame(x = rnorm(10))
cutoffs <- c(-1, 0, 1)

# 构造带截断值的命名函数列表
cut_functions <- setNames(
  lapply(cutoffs, function(cut) {
    function(col) as.integer(col <= cut)
  }),
  paste0("cutoff_", cutoffs)
)

# 使用across生成新列
df <- df %>%
  mutate(across(
    .cols = everything(),
    .fns = cut_functions,
    .names = "{.col}_{.fn}"
  ))

方案2：更简洁的map+mutate写法

如果只处理单列，这种写法更直观：

library(dplyr)
library(purrr)

df <- data.frame(x = rnorm(10))
cutoffs <- c(-1, 0, 1)

df <- df %>%
  bind_cols(
    map_dfc(cutoffs, ~ as.integer(df$x <= .x)) %>%
      setNames(paste0("x_cutoff_", cutoffs))
  )

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