如何在R中通过循环使用mutate创建含循环字符串的新变量？

需求说明 #

我有一个包含population变量以及white、black、hispanic等种族变量的数据集，希望循环遍历这些种族变量，为每个种族创建形如percent_race的新变量（例如percent_white），随后删除原种族变量。

原Stata实现代码 #

注：修正了原代码中计算逻辑的错误（原代码写反了分子分母）

loc races white black hispanic

foreach race in `races' {
   generate `race'_percentage = (`race'/population)*100
   drop `race'
}

R实现方案 #

方法1：使用dplyr的across函数（推荐，tidyverse风格）

这种方式无需显式循环，批量处理变量更简洁：

library(dplyr)

# 定义种族变量列表
races <- c("white", "black", "hispanic")

df <- df %>%
  # 批量生成百分比变量，自动命名为percent_原变量名
  mutate(across(all_of(races), 
                ~ (.x / population) * 100, 
                .names = "percent_{col}")) %>%
  # 删除原种族变量
  select(-all_of(races))

• across(all_of(races))：指定要处理的目标变量集合
• ~ (.x / population) * 100：.x代表当前迭代的种族变量，计算其占总人口的百分比
• .names = "percent_{col}"：动态生成新变量名，{col}会替换为原变量名
• select(-all_of(races))：移除所有原种族变量

方法2：使用for循环（贴近Stata foreach逻辑）

如果更习惯循环写法，可以用这种方式，注意每次迭代更新数据框：

library(dplyr)

races <- c("white", "black", "hispanic")

for (race in races) {
  # 拼接新变量名
  new_var_name <- paste0("percent_", race)
  # 动态计算并添加新变量，同时删除原变量
  df <- df %>%
    mutate(!!new_var_name := (!!sym(race) / population) * 100) %>%
    select(-!!sym(race))
}

• paste0("percent_", race)：生成形如percent_white的新变量名字符串
• !!new_var_name :=：!!用于解引用字符串变量名，:=支持动态命名新变量
• !!sym(race)：sym()将字符串转换为R可识别的变量符号，!!解引用后获取原变量的值

内容的提问来源于stack exchange，提问作者bricevk