如何在R中高效批量优化mutate(case_when())变量转换操作

开发者阿泽

2026-8-2

批量合并分组变量的高效实现方法

假设你的数据框为df，变量命名遵循统一规则（如var1_x/var1_m、var2_x/var2_m），其中x后缀变量仅在group=1的观测有值，m后缀变量仅在group=2的观测有值，以下是几种简洁的批量实现方案：

方法1：dplyr + across（最简洁）

利用变量名匹配规则，通过across批量处理每组x/m变量：

library(dplyr)

# 提取所有x后缀变量的根名称（如var1_x → var1）
var_roots <- gsub("_x$", "", names(df)[grepl("_x$", names(df))])

df <- df %>%
  mutate(
    across(all_of(var_roots), 
           ~ case_when(
             group == 1 ~ .data[[paste0(cur_column(), "_x")]],
             group == 2 ~ .data[[paste0(cur_column(), "_m")]]
           ),
           .names = "{.col}")
  )

若不想覆盖原变量，可将.names改为"{.col}_combined"，生成如var1_combined的新变量
.data用于明确引用数据框内的变量，避免环境变量冲突

方法2：purrr::map2 批量配对处理

通过配对x/m变量列表，批量生成合并变量：

library(purrr)
library(dplyr)

# 提取x变量、对应m变量、新变量名
x_vars <- names(df)[grepl("_x$", names(df))]
m_vars <- gsub("_x$", "_m", x_vars)
new_vars <- gsub("_x$", "", x_vars)

# 批量生成合并变量并绑定到原数据框
df <- bind_cols(
  df,
  map2_dfc(x_vars, m_vars, ~ ifelse(df$group == 1, df[[.x]], df[[.y]])) %>%
    set_names(new_vars)
)

方法3：data.table 高效向量化实现

适合大数据集场景，利用data.table的快速操作特性：

library(data.table)

setDT(df)

var_roots <- gsub("_x$", "", names(df)[grepl("_x$", names(df))])

for (root in var_roots) {
  df[, (root) := fifelse(group == 1, get(paste0(root, "_x")), get(paste0(root, "_m")))]
}