如何在dplyr::across()中区分Interval列与数值列？

针对你遇到的lubridate Interval列被误识别为数值列的问题，这里提供几种更简洁的处理方式：

1. 封装自定义判断函数（复用性强） #

如果需要多次筛选"纯数值列（排除Interval）"，可以先封装一个判断函数，后续直接调用：

# 定义判断纯数值列的函数
is_pure_numeric <- function(x) is.numeric(x) && !lubridate::is.interval(x)

# 应用到数据处理
tbl %>% mutate(across(where(is_pure_numeric), mean))

2. 利用tidyselect的组合筛选（直观简洁） #

借助tidyselect的语法，可以直接组合"选中数值列 + 排除Interval列"的逻辑：

tbl %>% mutate(across(c(is.numeric, -is.interval), mean))

3. 直接基于列的类筛选 #

Interval类型的列带有专属的"Interval"类标记，因此可以通过判断类来排除：

tbl %>% mutate(across(where(~!inherits(., "Interval") && is.numeric(.)), mean))

补充说明 #

lubridate的Interval对象底层以double类型存储，所以is.double()或is.numeric()会返回TRUE，必须结合is.interval()或类判断来区分普通数值列和Interval列，上述方法都是围绕这个核心逻辑优化写法。

内容的提问来源于stack exchange，提问作者Joost Keuskamp