在R中通过循环批量创建手动通胀变量的实现问题

我有一个包含多年份、多变量的数据集，每个变量都有对应的通胀调整版本（比如income和income_inflated）。现在要给40+个变量手动生成通胀版本（比如income_manual = income * CPIU），之后和现有通胀版本对比，不想重复写代码。

输入数据示例 #

期望输出 #

新增income_manual字段，值为对应变量与CPIU的乘积。

当前尝试的代码及报错 #

我已经能通过循环按年份生成data_[YEAR]格式的过滤数据集，但批量创建变量时出错，代码如下：

for (v in vars[]) {
  data <- data %>% mutate(x = v * CPIU)
  assign(paste0(v, "_manual"), data$x)
}

报错信息：

Error in `mutate()`:
! Problem while computing `x = v * CPIU`.
Caused by error in `v * CPIU`:
! non-numeric argument to binary operator

我熟悉bash的对象创建操作，但对R不熟悉，不知道怎么让R把循环里的字符型变量名v识别成实际的数据变量，需要批量执行类似data$income_manual <- data$income * data$CPIU的操作。

解决方案 #

方法1：使用dplyr的批量处理函数（推荐） #

用dplyr的across()可以一次性处理所有目标变量，无需写循环，代码更简洁：

# 先定义需要处理的变量列表（比如包含"income"、"expense"等）
vars <- c("income")

data <- data %>%
  mutate(across(all_of(vars), ~ .x * CPIU, .names = "{col}_manual"))

• all_of(vars)：告知dplyr将字符向量vars中的元素识别为数据集的变量名
• ~ .x * CPIU：对每个遍历到的变量执行乘以CPIU的操作，.x代表当前变量
• .names = "{col}_manual"：自动生成新变量名，比如income会生成income_manual

方法2：修正循环代码 #

如果坚持用循环实现，需要将字符型变量名转换为R可识别的变量引用，用!!sym(v)解析字符变量：

vars <- c("income")

for (v in vars) {
  data <- data %>%
    mutate(!!paste0(v, "_manual") := !!sym(v) * CPIU)
}

• !!sym(v)：把字符v转换为对应的数据变量，!!用于强制求值
• :=：在mutate中用于动态赋值新变量名

验证结果 #

运行代码后，数据集会新增所有指定变量的_manual版本，以示例数据为例，结果如下：

可以直接将手动生成的income_manual与现有income_inflated做对比。

内容的提问来源于stack exchange，提问作者Danika