如何在dplyr::mutate_if中引用刚创建的变量生成新变量？

问题 #

使用mutate_if处理数据框列时，无法像普通mutate那样直接引用刚创建的新变量。例如普通mutate支持链式引用：

x %>% 
  mutate(new = column_a * 2,
         new_2 = new * 2)

但mutate_if中只能重复初始计算逻辑：

mutate_if(!str_detect(names(.), 'date|PIB|Deflator|[$]'), 
          .funs = list(Real =     ~ . / Deflator, 
                       Real_YoY = ~ (((. / Deflator) / lag((. / Deflator), 12))-1) * 100)) 

期望实现的写法（直接引用刚生成的变量）：

mutate_if(!str_detect(names(.), 'date|PIB|Deflator|[$]'), 
          .funs = list(Real =     ~ . / Deflator, 
                       Real_YoY = ~ ((Real / lag(Real, 12))-1) * 100))

可复现示例：

x <- data.frame(x = seq(1,10),
                x1 = seq(21,30),
                y = seq(10,19))
 
x %>% mutate_if(str_detect(colnames(.), 'x'), 
                .funs = list(new = ~ (. * 2),
                             new2 = ~ (. * 2) * 4)) # 期望此处可引用变量'new'

解决方案 #

dplyr 1.0.0及以后版本中，mutate_if这类作用域动词已被across()取代，而across配合mutate可以实现你需要的链式引用需求——因为mutate会按代码顺序依次计算变量，后续计算可直接引用前面生成的列。

1. 针对可复现示例的改写 #

library(dplyr)
library(stringr)

x <- data.frame(x = seq(1,10),
                x1 = seq(21,30),
                y = seq(10,19))

x %>%
  mutate(
    # 第一步：处理含"x"的列，生成带_new后缀的新列
    across(matches("x"), ~ . * 2, .names = "{.col}_new"),
    # 第二步：基于刚生成的_new列，计算带_new_2后缀的列
    across(matches("x_new"), ~ . * 4, .names = "{.col}_2")
  )

2. 针对原始经济数据场景的写法 #

your_data %>%
  mutate(
    # 生成带_Real后缀的列：目标列除以Deflator
    across(!matches("date|PIB|Deflator|[$]"), ~ . / Deflator, .names = "{.col}_Real"),
    # 基于_Real列计算同比增速：(当期/去年同期 -1)*100
    across(matches("_Real$"), ~ ((. / lag(., 12)) - 1) * 100, .names = "{.col}_YoY")
  )

为什么mutate_if无法实现？ #

mutate_if的.funs列表中，每个函数都是独立作用于原始列的，函数之间不共享计算上下文，因此无法引用同一.funs列表内刚生成的变量。而across是在mutate的全局上下文执行，天然支持按顺序引用已生成的变量。

内容的提问来源于stack exchange，提问作者user123456