如何高效批量基于对应var2列条件生成var1衍生列（避免循环）

嘿，这个批量处理的需求完全不用手动写一堆mutate语句或者搞循环，用dplyr或者purrr的批量操作工具就能轻松搞定，我给你两种实用的方法：

方法一：用dplyr + stringr 优雅处理 #

这种方法利用dplyr的across函数批量遍历列，结合字符串处理匹配对应的var2列，代码简洁且易读：

首先加载需要的包：

library(dplyr)
library(stringr)

然后执行批量处理：

# 筛选所有以var1开头的列名
var1_cols <- str_subset(names(df), "^var1")

# 批量生成新列
df_processed <- df %>%
  mutate(
    across(
      all_of(var1_cols),
      # 匹配对应的var2列，判断值为1时保留var1的值，否则设为NA
      ~ ifelse(!!sym(str_replace(cur_column(), "^var1", "var2")) == 1, .x, NA),
      # 新列名格式：原var1列名 + _rec
      .names = "{.col}_rec"
    )
  )

代码解释： #

• str_subset用来筛选所有以var1开头的列；
• across遍历这些var1列，cur_column()获取当前处理的列名；
• str_replace把列名里的var1替换成var2，再用sym把字符串转成可识别的变量；
• .names参数指定新列的命名规则，和你示例里的var1_a_num_rec格式完全一致。

方法二：用purrr的map2批量生成列 #

如果你习惯purrr的函数式编程风格，可以用map2同时遍历var1和对应的var2列，生成新列后再绑定到原数据框：

加载包：

library(purrr)
library(dplyr)

处理代码：

# 获取var1和对应的var2列名
var1_cols <- grep("^var1", names(df), value = TRUE)
var2_cols <- str_replace(var1_cols, "^var1", "var2")

# 批量生成新列的列表
new_cols <- map2(df[var1_cols], df[var2_cols], ~ ifelse(.y == 1, .x, NA))
# 给新列设置对应名称
names(new_cols) <- paste0(var1_cols, "_rec")

# 将新列绑定到原数据框
df_processed <- df %>% bind_cols(new_cols)

额外小提示 #

在处理前可以先检查一下所有var1列是否都有对应的var2列，避免出错：

# 检查对应关系是否完整
all(str_replace(var1_cols, "^var1", "var2") %in% names(df))

如果返回TRUE就说明列对是完整的，可以放心处理。

内容的提问来源于stack exchange，提问作者broti