使用R的recipes包，无法更新mutate生成变量的角色怎么办？

错误原因 #

{recipes}采用延迟执行机制：所有step_*函数仅记录预处理逻辑，不会立即修改数据或生成新变量。update_role()默认仅识别原始数据集的变量，此时step_mutate()声明的mpg2尚未实际创建，因此触发"列不存在"的报错。

解决方案 #

方案1：启用allow_new参数（推荐） #

update_role()的allow_new = TRUE参数允许为后续步骤生成的变量预设置角色，直接修改代码即可：

library(tidymodels)
rec <- recipe( ~ ., data = mtcars) |> 
  step_mutate(mpg2 = mpg * 2) |> 
  update_role(mpg2, new_role = "outcome", allow_new = TRUE)

可以通过以下代码验证角色设置成功：

# 执行预处理并查看结果
prep(rec) |> juice() |> head()

# 查看变量角色信息
prep(rec)$var_info |> dplyr::filter(variable == "mpg2")

方案2：预处理后手动修改角色（备选） #

若需先确认变量生成结果，可先完成预处理，再手动调整角色：

# 构建并执行预处理
rec_prepped <- recipe( ~ ., data = mtcars) |> 
  step_mutate(mpg2 = mpg * 2) |> 
  prep()

# 修改变量角色
rec_prepped$var_info <- rec_prepped$var_info |>
  dplyr::mutate(role = dplyr::case_when(
    variable == "mpg2" ~ "outcome",
    TRUE ~ role
  ))

# 验证结果
rec_prepped |> juice() |> head()

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