嗨，你的思路方向没错，但有个小误区：across()是用来处理列中的数值/文本内容的，而你要修改的是列名，所以得换用专门的重命名工具~ 下面给你两种简洁高效的实现方式：

方法1：用dplyr的rename_with()（推荐，符合tidyverse风格） #

rename_with()是dplyr专门用来批量重命名列的函数，完美适配你的需求：

library(tidyverse)

set.seed(1)
mockup <- tibble(n_col1 = sample(1:10, 5, FALSE),
                 v_col2 = sample(letters, 5, FALSE),
                 col3 = sample(10:20, 5, TRUE),
                 col4 = sample(LETTERS, 5, FALSE))

# 批量移除n_或v_前缀
mockup_cleaned <- mockup %>%
  # 第一个参数是重命名逻辑，第二个参数是要处理的列
  rename_with(
    ~ str_remove(., "^(n_|v_)"),  # 正则匹配开头的n_或v_并移除
    starts_with(c("n_", "v_"))    # 筛选需要处理的列
  )

# 查看处理后的列名
colnames(mockup_cleaned)
#> [1] "col1" "col2" "col3" "col4"

方法2：直接修改colnames()（更简洁，无需dplyr管道） #

如果你觉得管道没必要，也可以直接操作列名向量：

# 直接替换所有列名中的前缀
colnames(mockup) <- str_remove(colnames(mockup), "^(n_|v_)")

# 验证结果
colnames(mockup)
#> [1] "col1" "col2" "col3" "col4"

为什么你的原代码没生效？ #

你之前用mutate(across(...))是在对列里的每个元素应用str_remove，但你的n_col1是整数类型，str_remove无法处理数值，所以会报错或得到不符合预期的结果——这完全不是修改列名的正确姿势哦~

内容的提问来源于stack exchange，提问作者Darius