R语言mutate循环中动态变量处理问题求助

需求说明 #

现有一个dataframe，需要循环生成tonexti、lefti、total_tonexti系列列：

• tonexti = 上一行的tonext(i-1) + 上一行的left(i-1) - 当前行的left(i-1)
• lefti = 当前行的valuei - tonexti
• total_tonexti = tonexti列的累积和（NA替换为0后）

前3列已生成，需对i=2到4重复上述逻辑，之前尝试eval()、assign()未成功。

尝试的错误代码 #

for(i in 2:4){
  assign("actual_tonext", paste0("tonext", i))
  assign("above_tonext", paste0("tonext", i-1))
  assign("actual_left", paste0("left", i))
  assign("above_left", paste0("left", i-1))
  assign("total_tonext", paste0("total_tonext", i))
  assign("variable", paste0("value", i))
  
  newdf = final_df %>%
   mutate(
     #eval(actual_tonext) = lag(eval(above_tonext)) + lag(eval(above_left)) - eval(above_left),
     actual_tonext = lag(above_tonext) + lag(above_left) - above_left,
     actual_left = variable - actual_tonext,
     total_tonext = cumsum(replace_na(actual_tonext, 0))
   )
}

单循环示例（i=2时的正确逻辑） #

newdf = final_df %>%
  mutate(
    tonext2 = lag(tonext1) + lag(left1) - left1,
    left2 = value2 - tonext2,
    total_tonext2 = cumsum(replace_na(tonext2, 0)),
  )

现有DataFrame示例 #

正确实现代码 #

在dplyr中处理动态列名，需要使用.data[[列名字符串]]引用已有列，用!!列名符号 :=定义新列名，代码如下：

# 初始化newdf为原数据
newdf <- final_df

# 循环处理i=2到4
for(i in 2:4){
  # 定义所有动态列名
  actual_tonext <- paste0("tonext", i)
  above_tonext <- paste0("tonext", i-1)
  actual_left <- paste0("left", i)
  above_left <- paste0("left", i-1)
  total_tonext_col <- paste0("total_tonext", i)
  variable_col <- paste0("value", i)
  
  newdf <- newdf %>%
    mutate(
      # 生成tonexti列
      !!actual_tonext := lag(.data[[above_tonext]]) + lag(.data[[above_left]]) - .data[[above_left]],
      # 生成lefti列
      !!actual_left := .data[[variable_col]] - .data[[actual_tonext]],
      # 生成total_tonexti列
      !!total_tonext_col := cumsum(replace_na(.data[[actual_tonext]], 0))
    )
}

代码说明 #

1. .data[[colname]]：dplyr中安全引用字符串格式列名的方式，避免非标准求值的歧义
2. !!colname_sym := value：!!用来展开列名符号，:=允许左边使用动态变量作为新列名，替代普通的=（=左边不能是变量）
3. 循环中每次更新newdf，确保后续循环能用上一次生成的新列

内容的提问来源于stack exchange，提问作者More