R语言中如何强制mutate函数按行使用单值而非整列值计算？

你遇到的差异本质是函数的向量化特性、返回值长度规则不匹配导致的：

• sum()这类归约函数本身支持多向量输入，默认返回和输入行数等长的单值结果，因此普通mutate()按整列运算的逻辑下就能直接得到逐行对应的结果，不会触发长度报错
• c()、带collapse参数的paste()这类函数，在非逐行上下文里会直接把传入的整列向量拼接为长向量，要么返回长度和原数据行数不匹配触发报错，要么所有行都存了全量数据的聚合结果，和你的预期不符。

方案1：rowwise()逐行上下文（最适配复杂自定义函数场景） #

你之前的rowwise()写法逻辑是对的，只要注意非标量返回值用list()包装、字符串拼接参数写对即可，1.0.0以上版本的dplyr可正常运行：

library(dplyr)
df <- tibble(x = c(1,0,0,1), y = c(1,1,0,0), z = c(0,1,1,0))

df_res <- df %>% 
  rowwise() %>% 
  mutate(
    # 逐行取当前行x/y/z的值组合为向量，存入列表列
    pos_seq = list(c(x, y, z)),
    # 逐行拼接字符串：直接传列给paste0不需要collapse参数即可逐行对齐拼接
    # 如果是对c(x,y,z)这个当前行的长度3向量做拼接，才需要加collapse=""
    pos_str = paste0(x, y, z)
    # 等价写法：pos_str = paste(c(x,y,z), collapse = "")
  ) %>% 
  ungroup()

这个方案下写复杂自定义函数最方便：只要在rowwise()的上下文中，直接引用列名就会自动取当前行的单值，不管是字符型、数值型还是其他类型的列都能直接读取，函数如果返回长度大于1的向量/非标量结果，用list()包裹存为列表列即可，后续可以搭配purrr包的map系列函数做迭代计算。

方案2：purrr::pmap()逐行迭代（性能更优，适配大数据量） #

如果数据量较大，rowwise()的行级迭代速度偏慢，可以用pmap直接按行遍历多列输入，自定义计算逻辑，不需要切换逐行上下文：

library(dplyr)
library(purrr)

df_res <- df %>% 
  mutate(
    pos_seq = pmap(list(x, y, z), ~c(..1, ..2, ..3)),
    pos_str = pmap_chr(list(x, y, z), ~paste0(..1, ..2, ..3))
  )

代码中..1/..2/..3分别对应传入的x/y/z列当前行的值，返回结果会自动和原数据行数对齐，pos_seq为列表列，每行存对应三个值组成的长度3向量，pos_str为字符型列，直接存储拼接好的字符串。

方案3：向量化快速写法（仅适配简单逐行计算场景） #

如果只是做pos_str这类简单的逐行元素拼接，不需要做行级迭代，直接用向量化的paste0即可，性能是所有方案里最高的：

df %>% mutate(pos_str = paste0(x, y, z))

运行以上任意方案得到的结果都完全匹配你的预期：

常见踩坑说明 #

• 你之前运行rowwise() %>% mutate(pos_seq = list(c(x,y,z)))得到全列聚合结果，基本是dplyr版本过低导致，升级到1.0.0以上版本即可正常逐行计算
• 非逐行上下文不要用paste(..., collapse = "")做逐行拼接，collapse参数会把传入向量的所有元素合并为单个字符串，会导致所有行都得到同一个全量数据拼接的结果。

内容的提问来源于stack exchange，提问作者ChrisP