如何在mutate中通过相似模式引用列，简化ifelse逻辑编写？

嘿，这个需求太常见了！不用挨个硬写列名，咱们用dplyr的批量处理函数就能轻松搞定，效率直接拉满～

你的核心需求是：判断p是否小于任意一个以pr_开头的列，如果是就给green赋值0，否则赋值1。原始代码里逐个列写p < pr_1 | p < pr_2 | p < pr_3的方式，列多了简直是灾难，下面给你两种简洁好用的实现方式：

方法一：用if_any()（最直观适配你的逻辑） #

if_any()是dplyr专门用来检查「任意一列满足条件」的函数，完美匹配你的需求：

library(dplyr)

# 你的原始数据
df <- data.frame(p=c(1,2,3), pr_1=c(1,4,5), pr_2=c(0,1,6), pr_3=c(0,1,4))

# 批量处理pr_开头的列
df <- df %>% 
  mutate(green = ifelse(if_any(starts_with("pr_"), ~ p < .x), 0, 1))

• starts_with("pr_")：精准匹配所有以pr_开头的列；如果需要更灵活的匹配（比如列名包含pr_），可以换成contains("pr_")，或者用正则matches("pr_\\d+")精准匹配pr_加数字的列；
• ~ p < .x：对每一个匹配到的列，应用「p小于该列值」的条件；
• if_any()会返回一个逻辑向量，只要当前行有任意一个pr_列满足条件，就返回TRUE，再用ifelse()把TRUE转成0，FALSE转成1。

方法二：用across() + rowSums()（行求和思路） #

如果你习惯用行维度的统计逻辑，也可以这么写：

df <- df %>% 
  mutate(green = ifelse(rowSums(across(starts_with("pr_"), ~ p < .x)) > 0, 0, 1))

• across()把每个pr_列转换成「p是否小于该列值」的逻辑值（TRUE=1，FALSE=0）；
• rowSums()计算每一行有多少个pr_列满足条件，只要大于0，就说明至少有一个列符合要求，对应赋值0。

验证结果 #

运行后你的df会得到和原始代码完全一致的结果：

p pr_1 pr_2 pr_3 green
1 1    1    0    0     0
2 2    4    1    1     0
3 3    5    6    4     0

以后不管你有多少个pr_开头的列，这两段代码都能轻松hold住，再也不用手动列一堆列名啦！

内容的提问来源于stack exchange，提问作者Hossein