如何在mutate与across中使用带整洁评估的自定义函数

要实现批量处理所有含case的列，你需要调整自定义函数的结构，让它能适配across的工作逻辑——across需要的是作用于单个列向量的函数，而非操作整个数据框的函数。

方法1：重构自定义函数为向量级函数 #

先定义一个接收列向量和id向量的函数，这样可以直接在across中调用：

# 定义向量级处理函数
times_100_vec <- function(col, id) {
  case_when(
    col == "A" ~ paste(col, id, sep = "_"),
    col == "B" ~ paste(col, id * 100, sep = "_")
  )
}

# 批量处理含"case"的列
my_data %>%
  mutate(across(contains("case"), ~ times_100_vec(.x, id)))

运行后得到的结果和你之前两次调用times_100的结果完全一致：

# A tibble: 10 × 3
   case_one case_two    id
   <chr>    <chr>    <int>
 1 A_1      A_1          1
 2 B_200    A_2          2
 3 A_3      A_3          3
 4 B_400    A_4          4
 5 A_5      A_5          5
 6 B_600    B_600        6
 7 A_7      B_700        7
 8 B_800    B_800        8
 9 A_9      B_900        9
10 B_1000   B_1000      10

方法2：直接在across中嵌入处理逻辑 #

如果不想单独定义函数，也可以直接把逻辑写在across的lambda表达式里：

my_data %>%
  mutate(across(contains("case"), 
                ~ case_when(
                  .x == "A" ~ paste(.x, id, sep = "_"),
                  .x == "B" ~ paste(.x, id * 100, sep = "_")
                )))

为什么原函数无法直接用在across里？ #

你原来的times_100函数是面向整个数据框的：它接收数据框和列名参数，返回修改后的数据框。而across的工作机制是遍历指定列，对每一列的向量值应用函数，最终将所有处理后的列组合回原数据框，因此需要的是输入/输出均为向量的函数，而非操作整个数据框的函数。

内容的提问来源于stack exchange，提问作者fschier