如何用Tidyeval编写自定义函数，基于数字拼接的现有变量名操作？

需求回顾 #

要写个自定义函数：

• 传个数字参数，和指定前缀拼起来，找到数据里已经存在的对应变量
• 直接修改这个已有变量（不是新建）
• 用来处理那些带有序列数字的变量重编码场景

原代码问题点 #

你原来的代码里，main_var是拼出来的字符串变量名，但在mutate里直接赋值的话，是把字符串本身给了新变量，根本没引用到数据里的blah1234。得把字符串转成dplyr能识别的变量符号才行。

修正后的可用代码 #

library(dplyr)

# 先造个测试数据，包含blah1234和blah5678两个变量
mtcars_revid <- mtcars %>% mutate(blah1234 = drat, blah5678 = wt)

# 自定义函数：定位现有变量并修改
test_func <- function(data, initial_var_num, prefix = "blah") {
  # 拼出目标变量的名字（字符串形式）
  target_var_name <- paste0(prefix, initial_var_num)
  # 把字符串转成dplyr能识别的变量符号
  target_var <- sym(target_var_name)
  
  # 直接修改目标变量：符合条件保留原值，否则设为NA
  data %>% 
    mutate(!!target_var := ifelse(!!target_var < 999998, !!target_var, NA))
}

# 测试：修改blah1234
result <- mtcars_revid %>% test_func(1234)

# 验证修改前后均值一致（因为原变量值都小于999998，所以没变化）
result %>% 
  summarize(修改后均值 = mean(blah1234),
            原均值 = mean(mtcars_revid$blah1234))

关键说明 #

• sym()：把字符串格式的变量名转成符号，这样dplyr才知道要找数据里的对应变量
• !!：相当于“把这个符号变量注入到代码里”，让dplyr能正确引用和修改目标变量
• 加了prefix参数，方便你换不同的前缀，适配更多场景

批量处理扩展（如果需要） #

要是有一堆带有序列数字的变量要处理，结合purrr包批量操作：

library(purrr)

# 一次性处理blah1234和blah5678
batch_result <- reduce(c(1234, 5678), ~test_func(.x, .y), .init = mtcars_revid)

# 查看所有blah开头的变量均值
batch_result %>% summarize(across(starts_with("blah"), mean))

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