在R中使用mutate()和across()实现列值除以列均值的问题

需求说明 #

给定数据框：

df = data.frame(A1 = c(1,2,3),
                A2 = c(4,5,6))

需要将所有以"A"开头的列的数值，除以该列的整体均值，生成新的标准化列。

原代码的错误点 #

1. 语法逻辑错误：第二个mutate中，across(matches("A"), .names = "adm_A_{col}")缺少核心操作函数，across语法要求第二个参数是要应用到列上的处理逻辑，仅指定列选择和新列名不符合dplyr规范。
2. 运算逻辑错误：即使补上函数，直接用across(...) / across(...)会将两个across返回的所有列按位置两两相除，无法实现“对应列除以对应均值”的需求（会出现A1除以mean_A2这类错误匹配）。

正确实现方法 #

方法1：一步生成标准化列（推荐，无需额外均值列）

直接在across中完成“值/列均值”的计算，代码简洁高效：

library(dplyr)

df %>%
  mutate(across(starts_with("A"), ~ .x / mean(.x), .names = "adm_A_{col}"))

运行结果：

A1 A2  adm_A_A1  adm_A_A2
1  1  4 0.6666667 0.8888889
2  2  5 1.3333333 1.1111111
3  3  6 2.0000000 1.3333333

方法2：保留均值列后再计算标准化列

如果需要保留各列的均值列，可通过cur_column()获取当前处理的列名，拼接对应的均值列名后做除法：

df %>%
  # 先生成均值列
  mutate(across(starts_with("A"), ~ mean(.x), .names = "mean_{col}")) %>%
  # 对应列除以自身的均值列
  mutate(across(starts_with("A"), 
                ~ .x / get(paste0("mean_", cur_column())), 
                .names = "adm_A_{col}"))

运行结果：

A1 A2 mean_A1 mean_A2  adm_A_A1  adm_A_A2
1  1  4       2       5 0.6666667 0.8888889
2  2  5       2       5 1.3333333 1.1111111
3  3  6       2       5 2.0000000 1.3333333

内容的提问来源于stack exchange，提问作者Vinicius B. de S. Moreira