在R语言中使用for循环在管道中迭代变量的问题

我有如下简化数据集：

x_1 <- c(1, NA, 2, 3, NA, 4, 5)
x_2 <- c(2, 1, NA, NA, NA, 4, 6)
y_1 <- c(2, 4, 6, 8, NA, 10, NA)
y_2 <- c(NA, 4, NA, 8, 10, 11, 13)
df <- data.frame(x_1, x_2, y_1, y_2)

# 数据集输出
#   x_1 x_2 y_1 y_2
# 1   1   2   2  NA
# 2  NA   1   4   4
# 3   2  NA   6  NA
# 4   3  NA   8   8
# 5  NA  NA  NA  10
# 6   4   4  10  11
# 7   5   6  NA  13

我的目标是合并每组对应的变量（如x和y），并将两组变量值不一致的位置替换为NA。已手动实现单个变量的处理：

df <- df %>%
  mutate(x = coalesce(x_1, x_2)) %>%
  mutate(x = ifelse(!is.na(x) &
                    !is.na(x_2) &
                    x != x_2,
                    NA,
                    x)) %>%
 select(!c(x_1, x_2))

但需要处理21组这样的变量，因此尝试用for循环批量处理：

cols <- c("x", "y")

for(i in cols){
  var_1 <- paste(i, "1", sep = "_")
  var_2 <- paste(i, "2", sep = "_")
  
  df <- df %>%
    mutate(i = coalesce(var_1, var_2)) %>%
    mutate(i = ifelse(!is.na(i) &
                      !is.na(var_2) &
                      i != var_2,
                      NA,
                      i)) %>%
    select(!c(var_1, var_2))
}

代码可执行，但未生成预期的x、y变量，仅生成值为空的变量i。R能识别var_1和var_2并删除它们，但无法将i识别为迭代器。请问这是什么原因，该如何解决？

核心原因 #

1. 列名赋值问题：在mutate(i = ...)中，R会将i当作字面量列名"i"，而非迭代变量对应的"x"或"y"，所以每次循环都会覆盖名为i的列，最终只留下空值的i。
2. 列引用错误：coalesce(var_1, var_2)中的var_1是字符串（如"x_1"），而非数据框中的列对象，coalesce无法正确识别列值，导致生成空列。

解决方法 #

方法1：使用.data代词与动态列名赋值 #

利用dplyr的.data代词引用字符串对应的列，并用!!i :=实现动态列名赋值：

cols <- c("x", "y")

for(i in cols){
  var_1 <- paste(i, "1", sep = "_")
  var_2 <- paste(i, "2", sep = "_")
  
  df <- df %>%
    # 动态命名新列，并用.data引用原列
    mutate(!!i := coalesce(.data[[var_1]], .data[[var_2]])) %>%
    # 同样用.data引用列，判断值是否一致
    mutate(!!i := ifelse(!is.na(.data[[i]]) &
                        !is.na(.data[[var_2]]) &
                        .data[[i]] != .data[[var_2]],
                        NA,
                        .data[[i]])) %>%
    # 删除原列
    select(!c(var_1, var_2))
}

方法2：使用符号转换（sym + !!） #

将字符串转换为R语言的符号，再通过!!强制求值：

cols <- c("x", "y")

for(i in cols){
  # 将字符串转换为符号
  var_1 <- sym(paste(i, "1", sep = "_"))
  var_2 <- sym(paste(i, "2", sep = "_"))
  new_var <- sym(i)
  
  df <- df %>%
    mutate(!!new_var := coalesce(!!var_1, !!var_2)) %>%
    mutate(!!new_var := ifelse(!is.na(!!new_var) &
                        !is.na(!!var_2) &
                        !!new_var != !!var_2,
                        NA,
                        !!new_var)) %>%
    select(!c(!!var_1, !!var_2))
}

处理后结果 #

运行上述代码后，得到的df如下，符合预期（值不一致的位置已替换为NA）：

x  y
1 NA  2
2  1  4
3  2  6
4  3  8
5 NA 10
6  4 NA
7 NA 13

内容的提问来源于stack exchange，提问作者kobue1