R语言dplyr如何基于现有变量批量新增变量避免覆盖原列

你不需要逐列手写mutate，也不需要提前修改Amount的类型，利用across()的.names参数就能一步实现批量生成新变量、不覆盖原列、自定义新变量名的需求。

原有代码问题说明 #

• 用where(is.numeric)选列时会把Amount本身也纳入计算范围，所以才需要额外把Amount转成字符规避，属于多余的绕路操作
• 没有给across()设置新列命名规则，默认会直接覆盖原有同名列，导致原数据丢失、变量名不符合预期

可直接运行的实现代码 #

如果明确要计算的列是Ad、ST、WT、MM四个，直接指定列即可：

library(tidyverse)
raw_data %>% 
  mutate(across(
    .cols = c(Ad, ST, WT, MM), # 明确指定参与计算的列，排除Amount和分类列Category
    .fns = ~ .x * Amount, # 计算规则：当前列的每行值乘以同行的Amount值
    .names = "{.col}_cal" # 新列命名规则：{.col}会自动替换为原列名，后缀可按需修改
  ))

如果参与计算的列很多，不想逐个写列名，可以用排除法选列：

raw_data %>% 
  mutate(across(
    .cols = -c(Category, Amount), # 排除不需要参与计算的分类列、Amount列，剩余列全部参与计算
    .fns = ~ .x * Amount,
    .names = "{.col}_amt" # 命名规则可自定义，比如写"calc_{.col}"就会生成calc_Ad、calc_ST格式的列名
  ))

参数补充说明 #

• .cols：控制哪些列参与批量计算，支持直接写列名、排除法、按条件选列多种方式
• .fns：自定义对每列应用的计算逻辑，写法和普通mutate里的匿名函数一致
• .names：批量生成新列的命名模板，支持加前缀、后缀、拼接其他固定文本，完全匹配自定义命名需求

内容的提问来源于stack exchange，提问作者anderwyang