R语言mutate多列生成重复计算及自定义函数分组问题

一、解决mutate多次across生成冗余列的问题 #

问题根源：mutate是按代码顺序逐行执行的，每次调用across(is.numeric)时，之前生成的新数值列会被识别为数值型，被纳入下一轮计算，最终产生colname_sum_average这类嵌套命名的冗余列。

解决思路：提前锁定需要处理的原始数值列，避免后续把新生成的列包含进来。

示例代码：

library(dplyr)

# 提取原始数据中的数值列名，避免后续包含新生成的列
raw_num_cols <- df %>% select(is.numeric) %>% colnames()

# 用all_of(raw_num_cols)替代is.numeric，仅处理原始数值列
df_clean <- df %>%
  mutate(
    across(all_of(raw_num_cols), ~ .x + 10, .names = "{col}_plus10"),
    across(all_of(raw_num_cols), ~ .x * 3, .names = "{col}_times3"),
    across(all_of(raw_num_cols), ~ (.x + 10 + .x * 3)/2, .names = "{col}_avg")
  )

二、解决summarise中自定义函数不按分组执行的问题 #

问题根源：自定义函数testfunc如果是针对单个值设计的（比如仅处理单个数值输入），而summarise会把分组后的整列向量传入函数，此时函数逻辑不匹配就会出现逐值计算而非组内聚合的情况。

解决思路：调整自定义函数，让它能接收分组后的向量并执行组内聚合逻辑，同时在summarise中正确调用。

示例代码：

# 定义支持向量输入的自定义函数（以组内均值+标准差为例，可按需修改）
testfunc <- function(vec) {
  mean(vec, na.rm = TRUE) + sd(vec, na.rm = TRUE)
}

# 分组后用summarise调用函数，确保按组聚合
df_grouped <- df %>%
  group_by(your_group_col) %>% # 替换为你的分组列名
  summarise(
    across(all_of(raw_num_cols), testfunc, .names = "{col}_test_result")
  ) %>%
  ungroup()

如果需要保留原始行数据（而非聚合为每组一行），则改用group_by + mutate组合：

df_grouped_mutate <- df %>%
  group_by(your_group_col) %>%
  mutate(
    across(all_of(raw_num_cols), ~ testfunc(.x), .names = "{col}_group_calc")
  ) %>%
  ungroup()

内容的提问来源于stack exchange，提问作者Tiriyon