基于ifelse条件和函数批量生成R数据框列（参数关联列名）

我有如下测试数据集：

test_df <- data.frame(A =c(1, 2, 3, 3, 4), 
                      AKH_UL =c(111, 222, 333, 444, 555), 
                      AKH_LL = c(222, 333, 444, 555, 666), 
                      AKH_UU = c(213, 242, 253, 546, 243), 
                      AKH_LU = c(453, 855, 784, 352, 585), 
                      FFL_UL =c(111, 222, 333, 444, 555), 
                      FFL_LL = c(222, 333, 444, 555, 666), 
                      FFL_UU = c(213, 242, 253, 546, 243), 
                      FFL_LU = c(453, 855, 784, 352, 585))

我需要生成AKH和FFL这类列（实际要生成10列），列值依赖于A列的条件，不同条件对应不同自定义函数：

简化后的函数如下：

# Case 1:
myfunction1 <- function(cost_LL, cost_UL, cost_LU, cost_UU){ 
  cost_LL * cost_UL + cost_UU * cost_LU 
}
# Case 2:
myfunction2 <-function(cost_LL, cost_LU){ 
  cost_LL * cost_LU 
}
# Case 3:
myfunction3 <-function(cost_UL, cost_UU){ 
  cost_UL * cost_UU 
}

目前我为每列单独编写嵌套ifelse代码生成列，例如AKH列的代码：

test_df$AKH <- ifelse(test_df$A == 1, 
                      myfunction1(test_df$AKH_LL, test_df$AKH_UL, test_df$AKH_LU, test_df$AKH_UU), 
                      ifelse(test_df$A == 2, 
                             myfunction2(test_df$AKH_LL, test_df$AKH_LU), 
                             ifelse(test_df$A == 3, 
                                    myfunction3(test_df$AKH_UL, test_df$AKH_UU), 
                                    99999)))

FFL列则替换AKH相关列名重复操作，写法冗余不优雅。我曾参考相关问题，但无法解决公式变量名与数据框列名关联的问题，求优化方案。

首先我得先修正你原来的函数——直接在函数里修改全局的test_df不是个好习惯，改成返回计算结果的纯函数，这样代码更安全也更灵活。接下来我们用批量处理的方式解决重复代码的问题：

方案1：基础循环（新手友好，易理解） #

把需要处理的列前缀（比如AKH、FFL）做成一个列表，然后循环处理每个前缀，动态拼接对应的列名：

# 先修正函数，返回计算值而非直接修改数据框
myfunction1 <- function(cost_LL, cost_UL, cost_LU, cost_UU){ 
  cost_LL * cost_UL + cost_UU * cost_LU 
}
myfunction2 <-function(cost_LL, cost_LU){ 
  cost_LL * cost_LU 
}
myfunction3 <-function(cost_UL, cost_UU){ 
  cost_UL * cost_UU 
}

# 定义所有需要生成的列前缀（10列就写10个前缀即可）
prefix_list <- c("AKH", "FFL")

# 循环遍历每个前缀
for(prefix in prefix_list){
  # 动态生成对应后缀的列名
  col_LL <- paste0(prefix, "_LL")
  col_UL <- paste0(prefix, "_UL")
  col_LU <- paste0(prefix, "_LU")
  col_UU <- paste0(prefix, "_UU")
  
  # 用case_when替代嵌套ifelse，逻辑更清晰
  test_df[[prefix]] <- dplyr::case_when(
    test_df$A == 1 ~ myfunction1(test_df[[col_LL]], test_df[[col_UL]], test_df[[col_LU]], test_df[[col_UU]]),
    test_df$A == 2 ~ myfunction2(test_df[[col_LL]], test_df[[col_LU]]),
    test_df$A == 3 ~ myfunction3(test_df[[col_UL]], test_df[[col_UU]]),
    TRUE ~ 99999  # 其他情况的默认值
  )
}

方案2：Tidyverse风格（更简洁，适合熟悉dplyr/purrr的用户） #

用purrr::map_dfc批量生成新列，再合并到原数据框，代码更紧凑：

library(dplyr)
library(purrr)

# 同样先修正函数（和方案1一致）
myfunction1 <- function(cost_LL, cost_UL, cost_LU, cost_UU){ 
  cost_LL * cost_UL + cost_UU * cost_LU 
}
myfunction2 <-function(cost_LL, cost_LU){ 
  cost_LL * cost_LU 
}
myfunction3 <-function(cost_UL, cost_UU){ 
  cost_UL * cost_UU 
}

prefix_list <- c("AKH", "FFL")

# 批量生成新列
new_columns <- map_dfc(prefix_list, function(prefix){
  col_LL <- paste0(prefix, "_LL")
  col_UL <- paste0(prefix, "_UL")
  col_LU <- paste0(prefix, "_LU")
  col_UU <- paste0(prefix, "_UU")
  
  case_when(
    test_df$A == 1 ~ myfunction1(test_df[[col_LL]], test_df[[col_UL]], test_df[[col_LU]], test_df[[col_UU]]),
    test_df$A == 2 ~ myfunction2(test_df[[col_LL]], test_df[[col_LU]]),
    test_df$A == 3 ~ myfunction3(test_df[[col_UL]], test_df[[col_UU]]),
    TRUE ~ 99999
  ) %>% 
    set_names(prefix)  # 给新列命名
})

# 合并新列到原数据框
test_df <- bind_cols(test_df, new_columns)

关键优化点 #

1. 纯函数改造：原来的函数直接修改全局数据框，现在改成返回计算结果，避免了副作用，代码更可靠。
2. 动态列名关联：通过paste0拼接前缀和后缀，再用[[访问数据框列，完美解决了变量名和列名的关联问题。
3. 批量处理：不管你要生成10列还是更多，只需要在prefix_list里添加前缀即可，不用重复写逻辑代码。
4. case_when替代嵌套ifelse：多层嵌套的ifelse可读性极差，case_when让条件逻辑一目了然，后续维护也更方便。

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