如何在R中对多个变量批量应用自定义分组差异检测函数

首先修正原函数的参数引用问题，然后可以通过dplyr::across或者purrr::map_dfc实现批量处理多个变量的需求，以下是具体方案：

方案一：使用across直接处理（推荐） #

不需要单独定义函数，直接在分组后用across遍历目标变量，结合cur_column()获取当前变量名：

library(dplyr)
library(tibble)

x <- c(2,4,5,5,6,2,3)
y <- c(5,5,2,3,6,1,8)
z <- c(5,2,4,1,3,5,1)
xy <- tibble(x, y, z)

# 自动筛选要检查的变量（排除分组变量x）
vars_to_check <- setdiff(names(xy), "x")

xy %>%
  group_by(x) %>%
  mutate(across(all_of(vars_to_check), ~if_else(n_distinct(.x) > 1, cur_column(), NA_character_))) %>%
  ungroup() %>%
  select(all_of(vars_to_check))

运行结果：

# A tibble: 7 × 2
  y     z    
  <chr> <chr>
1 y     NA   
2 NA    NA   
3 y     z    
4 y     z    
5 NA    NA   
6 y     NA   
7 NA    NA  

方案二：封装函数后用map_dfc批量调用 #

如果需要保留自定义函数的形式，可以先修正函数逻辑，再用map_dfc遍历变量：

library(dplyr)
library(tibble)
library(purrr)

x <- c(2,4,5,5,6,2,3)
y <- c(5,5,2,3,6,1,8)
z <- c(5,2,4,1,3,5,1)
xy <- tibble(x, y, z)

# 修正后的diff_var函数，处理单个变量
diff_var <- function(data, var_name) {
  data %>%
    group_by(x) %>%
    mutate(!!var_name := if_else(n_distinct(.data[[var_name]]) > 1, var_name, NA_character_)) %>%
    ungroup() %>%
    pull(var_name)
}

# 批量处理目标变量
vars_to_check <- setdiff(names(xy), "x")
map_dfc(vars_to_check, ~diff_var(xy, .x)) %>%
  set_names(vars_to_check)

该方案同样能得到符合预期的输出。

原函数的问题说明 #

你原函数存在参数引用错误：函数定义为diff_var(a, b)，但内部使用了未定义的{{c}}，应替换为{{b}}；同时原函数逻辑冗余，无需先transmute再ungroup后imap_dfc，直接在分组内判断n_distinct即可完成需求。

内容的提问来源于stack exchange，提问作者Abigail