如何通过cyl、am条件而非行号为mutate中的指定行赋值？

当然有更优雅的方式！硬编码行号确实不够灵活——一旦数据的分组顺序变化，你的代码就可能出问题。我们可以直接通过cyl和am的条件来精准匹配分组，完全不用依赖行号，这里有两种实用的方法：

方法1：用case_when在mutate中直接赋值 #

这种方法适合公式映射不多的场景，能在一个步骤里完成所有条件的公式指定，代码可读性很强：

library(dplyr)
library(tidyr)

mt <- mtcars %>% 
  group_by(cyl, am) %>% 
  nest() %>% 
  mutate(formula = case_when(
    cyl == 6 & am == 1 ~ "mpg~wt",
    cyl == 6 & am == 0 ~ "mpg~wt+drat",
    cyl == 4 & am == 1 ~ "mpg~wt+qsec",
    cyl == 4 & am == 0 ~ "mpg~wt+gear",
    cyl == 8 & am == 0 ~ "mpg~wt",
    cyl == 8 & am == 1 ~ "mpg~wt+qsec",
    TRUE ~ NA_character_ # 可选：处理未匹配的分组，避免出现意外值
  ))

这里的case_when会逐一匹配你指定的cyl和am组合，自动为对应分组分配公式，完全不需要关心数据框的行顺序。

方法2：用映射表+rows_update批量更新 #

如果你的公式映射比较多，或者需要后续统一管理这些规则，更推荐先创建一个条件-公式的映射表，再用rows_update来批量更新原数据框：

library(dplyr)
library(tidyr)

# 先创建条件与公式的映射表
formula_map <- tibble(
  cyl = c(6, 6, 4, 4, 8, 8),
  am = c(1, 0, 1, 0, 0, 1),
  formula = c("mpg~wt", "mpg~wt+drat", "mpg~wt+qsec", "mpg~wt+gear", "mpg~wt", "mpg~wt+qsec")
)

# 对分组嵌套后的数据集进行更新
mt <- mtcars %>% 
  group_by(cyl, am) %>% 
  nest() %>% 
  rows_update(formula_map, by = c("cyl", "am"))

这种方法把规则和数据处理分开，后续要修改公式或者添加新的分组规则时，只需要调整formula_map即可，维护起来非常方便。

这两种方法的核心优势都是摆脱对行号的依赖，让代码更健壮、更易读——哪怕后续数据的分组顺序改变，或者新增了其他分组，你的公式赋值逻辑依然能正常工作。

内容的提问来源于stack exchange，提问作者Stat.Enthus