如何在R语言中使用mutate函数批量处理多列数据？

要批量处理这10列，核心是用dplyr的across()函数（dplyr 1.0.0及以上版本支持），它专门用于在mutate/summarise等函数中批量操作多列，替代逐个用$选取的繁琐方式。以下是几种常见场景的实现：

1. 对所有目标列执行相同操作 #

如果要给这10列做同一种处理（比如转字符型、标准化、数值运算等），直接把列名传入across()的第一个参数即可：

示例：将所有目标列转换为字符型 #

library(dplyr)

# 直接用裸列名（适合列名无特殊字符的情况）
dataframe %>%
  mutate(across(c(Anne, Carol, Jane, Sophanie, Gordon, Donald, Jeffrey, Adam, Sophie, Smith), as.character))

# 如果列名带特殊字符，用字符串向量
dataframe %>%
  mutate(across(c("Anne", "Carol", "Jane", "Sophanie", "Gordon", "Donald", "Jeffrey", "Adam", "Sophie", "Smith"), as.character))

2. 对不同列组执行不同操作 #

如果需要给不同列设置不同处理逻辑，可以多次调用across()，分块指定操作：

示例：分组处理不同列 #

dataframe %>%
  # 对Anne/Carol/Jane三列执行乘2操作，生成新列（原列保留）
  mutate(across(c(Anne, Carol, Jane), ~ .x * 2, .names = "{col}_doubled"),
         # 对Gordon/Donald列取对数，生成新列
         across(c(Gordon, Donald), ~ log(.x), .names = "{col}_log"),
         # 对剩余列转字符型，覆盖原列
         across(c(Sophanie, Jeffrey, Adam, Sophie, Smith), as.character))

3. 用变量存储目标列名（更易维护） #

如果列名较多，建议先把目标列存成向量，再用all_of()引用，方便后续修改：

# 定义目标列向量
target_cols <- c("Anne", "Carol", "Jane", "Sophanie", "Gordon", "Donald", "Jeffrey", "Adam", "Sophie", "Smith")

# 批量操作所有目标列（这里示例为每列加1，覆盖原列）
dataframe %>%
  mutate(across(all_of(target_cols), ~ .x + 1))

注意：如果不需要保留原列，直接写处理逻辑即可；如果要生成新列，通过.names参数指定命名规则（比如"{col}_new"会生成Anne_new这类新列名）。

内容的提问来源于stack exchange，提问作者Henry Oufh