如何在R中按分组变量对多列批量执行标准化操作？

针对你需要批量处理300+变量、适配名称变动的需求，推荐以下两种高效实现方式：

方法一：使用dplyr的across()函数（推荐，简洁高效） #

这是tidyverse生态下最适合批量列操作的方法，无需重复编写mutate语句：

library(dplyr)

# 方式1：排除分组列，处理剩余所有列
cols_to_process <- setdiff(names(data), "V_1")

result_df <- data %>%
  group_by(V_1) %>%
  mutate(
    across(
      all_of(cols_to_process),
      ~ scale(.) * 2 + 5.5,
      .names = "S_{.col}"  # 自动生成新列名，格式为S_原列名
    )
  ) %>%
  ungroup()  # 按需取消分组，后续操作不需要分组时建议执行

如果你的数据中所有数值列都需要处理（无需手动指定列名，适配变量名称变动），可以简化为：

result_df <- data %>%
  group_by(V_1) %>%
  mutate(
    across(
      where(is.numeric),  # 自动筛选所有数值类型的列
      ~ scale(.) * 2 + 5.5,
      .names = "S_{.col}"
    )
  ) %>%
  ungroup()

关键说明： #

• across()：批量对目标列集合应用同一转换逻辑
• all_of(cols_to_process)：精准指定要处理的列，避免硬编码列名
• where(is.numeric)：自动识别数值列，完全适配变量名称频繁变动的场景
• .names = "S_{.col}"：动态生成新列名，严格遵循你需要的S_colname格式

方法二：使用for循环（适配复杂自定义逻辑） #

如果你需要更灵活的循环控制逻辑，可以用动态列名结合循环实现：

library(dplyr)

cols_to_process <- setdiff(names(data), "V_1")
result_df <- data %>% group_by(V_1)

for (col in cols_to_process) {
  new_col_name <- paste0("S_", col)
  # 动态生成新列并赋值
  result_df <- result_df %>%
    mutate(!!new_col_name := scale(.data[[col]]) * 2 + 5.5)
}

result_df <- result_df %>% ungroup()

关键说明： #

• !!new_col_name：非标准求值语法，用于动态创建列名
• .data[[col]]：安全引用循环中的列名，避免变量名冲突

两种方法都能实现你需要的按分组标准化至10分制的效果，且完全适配大量变量及名称变动的场景。

内容的提问来源于stack exchange，提问作者2ralf