使用自定义R函数结合mutate across生成新变量时报错求助

1. 修正自定义函数percentages #

原函数错误地使用了mutate()，而across()会将每一列作为向量传递给自定义函数，mutate()仅适用于数据框，无法处理向量，这是核心报错原因。修正后的函数直接对输入向量执行case_when()判断：

percentages <- function(x) {
  case_when(
    x < 25 ~ "Menos 25%",
    x < 50 ~ "Entre 30% 50%", 
    x < 75 ~ "Entre 50% 75%",
    x >= 75 ~ "Más 75%"
  )
}

2. 修正dplyr调用代码 #

原调用的换行格式可能导致语法歧义，调整为标准链式写法即可：

transp6 <- transp_articles %>% 
  mutate(across(c(perc_index_info_inst_org:perc_index_art_10_portal), percentages))

3. 关于apply调用的错误说明 #

原apply代码的列选择方式错误，transp_articles$col1:transp_articles$col2不是有效的列索引方式。如果一定要用apply，正确写法如下（但推荐用上面的dplyr方案，更符合tidyverse风格）：

# 先提取目标列组成数据框，再用apply处理
target_cols <- transp_articles %>% select(perc_index_info_inst_org:perc_index_art_10_portal)
result <- apply(target_cols, margin = 2, percentages)
# 若要合并回原数据框：
transp6 <- cbind(transp_articles, as.data.frame(result))

额外注意事项 #

• 确保目标列是数值型（numeric），如果是字符型需要先转换：mutate(across(目标列, as.numeric))，否则case_when的数值比较会报错。
• case_when的条件是按顺序判断的，当前条件满足后不会再执行后续条件，原函数的逻辑是正确的（比如x<25先判断，剩下的x都是>=25的，再判断x<50，以此类推）。

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