在dplyr的mutate across中能否编程式使用非引用配对列？

完全可以用mutate(across())实现需求，不用借助pivot操作。

原代码问题分析 #

你写的代码失效的原因是：在匿名函数里用!!rlang::sym(paste0(cur_column(), "_var"))时，cur_column()的求值时机和!!的展开时机不匹配，导致无法正确定位到对应的_var列。

正确实现方式 #

这里提供几种可行的写法：

方法1：使用.data代词（推荐）

利用dplyr的.data代词安全引用数据框内的列，结合cur_column()获取当前处理的列名：

dt %>%
  mutate(across(c(x, y, z), 
                ~ .x + .data[[paste0(cur_column(), "_var")]],
                .names = "{col}_sum"))

方法2：使用get()函数

通过get()根据列名字符串提取对应列的值：

dt %>%
  mutate(across(c(x, y, z), 
                ~ .x + get(paste0(cur_column(), "_var")),
                .names = "{col}_sum"))

方法3：提前定义主列向量（适合列名较多的场景）

如果主列数量多，可以先定义向量，再用all_of()传入：

main_cols <- c("x", "y", "z")
dt %>%
  mutate(across(all_of(main_cols),
                ~ .x + .data[[paste0(cur_column(), "_var")]],
                .names = "{col}_sum"))

结果验证 #

运行上述代码后，会新增x_sum、y_sum、z_sum三列，分别对应x+x_var、y+y_var、z+z_var的计算结果，示例输出如下：

# A tibble: 3 × 9
      x     y     z x_var y_var z_var x_sum y_sum z_sum
  <int> <int> <int> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1     1     2     3   0.1   0.2   0.3   1.1   2.2   3.3
2     2     3     4   0.1   0.2   0.3   2.1   3.2   4.3
3     3     4     5   0.1   0.2   0.3   3.1   4.2   5.3

内容的提问来源于stack exchange，提问作者lmyt