如何在tidyverse管道中实现ARPU列与Day值的一一对应循环？

方法一：长格式转换（推荐，契合tidyverse风格） #

无需写显式循环，通过将宽格式数据转成长格式，一次性处理所有ARPU列，自动对应Day值：

# 自动提取所有符合"Day X ARPU"格式的列
arpu_cols <- grep("Day \\d+ ARPU", names(df), value = TRUE)

Dftest <- df %>%
  # 将所有ARPU列转换为两列：列名(arpu_day)和对应数值(arpu_value)
  pivot_longer(cols = all_of(arpu_cols), 
               names_to = "arpu_day", 
               values_to = "arpu_value") %>%
  # 从列名中提取Day的数字并转为整数类型
  mutate(Day = str_extract(arpu_day, "\\d+") %>% as.integer()) %>%
  # 计算加权均值的分子项
  mutate(Numerator = arpu_value * Installs) %>%
  # 按platform、source、Day分组计算加权均值
  group_by(platform, source, Day) %>%
  summarise(WeightedMean = sum(Numerator, na.rm = TRUE) / sum(Installs, na.rm = TRUE),
            .groups = "drop")

这种方法的优势：

• 自动识别所有符合命名规则的ARPU列，无需手动维护列列表
• 规避显式循环，代码简洁易读
• 天然保证ARPU列与Day值的一一对应关系

方法二：显式循环（用map2实现精准对应） #

如果需要精确指定待处理的ARPU列及对应Day值，可使用purrr::map2实现批量处理：

# 手动指定ARPU列和对应Day数值（需确保两者顺序完全对应）
arpu_cols <- c("Day 7 ARPU", "Day 14 ARPU", "Day 180 ARPU")
day_values <- c(7, 14, 180)

# 遍历每一组列与Day值，处理后合并结果
Dftest <- purrr::map2_dfr(arpu_cols, day_values, function(col, day) {
  df %>%
    mutate(Numerator = .data[[col]] * Installs) %>%
    group_by(platform, source) %>%
    summarise(WeightedMean = sum(Numerator, na.rm = TRUE) / sum(Installs, na.rm = TRUE),
              .groups = "drop") %>%
    mutate(Day = day)
})

注：使用.data[[col]]引用字符串指定的列，可避免tidyeval相关问题，确保代码稳定运行。

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