R语言tidy管道工作流实现两组数据列对应相乘的方法

开展调查研究数据处理时，需要将数据集中两组列按对应位置分别相乘。使用base R可以快速实现该操作，但未找到适配tidy风格、基于管道的工作流实现方案。现有公开的多数解决方案仅支持一组列与单个列相乘，无法满足两组多列对应相乘的需求。

base R实现参考代码如下：

library(tidyverse)

df <- tibble(
  a1 = c(1, 2, 3, 4, 5),
  a2 = c(5, 4, 3, 2, 1),
  a3 = c(1, 5, 2, 4, 3),
  b1 = c(1, 1, 2, 1, 1),
  b2 = c(3, 3, 5, 4, 1),
  b3 = c(2, 1, 4, 2, 1)
)

new_df <- df[, c("a1", "a2", "a3")] * df[, c("b1", "b2", "b3")]
names(new_df) <- c("c1", "c2", "c3")

以下两种方法均完全适配%>%管道工作流，计算结果和base R实现完全一致：

• 方法1：dplyr原生实现（代码最简洁）
  适合两组列有统一命名规律的场景，无需额外依赖包，自动按匹配规则生成新列：

  new_df <- df %>% 
    mutate(
      # 同序号的a列与b列对应相乘，结果命名为c+序号
      across(c(a1:a3), .names = "c{str_remove(.col, 'a')}") * across(c(b1:b3))
    ) %>%
    # 不需要保留原a、b列时可加此步筛选结果
    select(c1:c3)
  

• 方法2：dplyr+purrr组合实现（鲁棒性最强）
  不依赖列名规则，严格按照传入两组列的先后顺序对应位置相乘，逻辑和base R完全一致，适配列名无规律的场景：

  new_df <- df %>% 
    mutate(
      map2_dfc(
        .x = pick(a1:a3),
        .y = pick(b1:b3),
        .f = ~.x * .y
      ) %>% set_names(c("c1", "c2", "c3"))
    ) %>%
    # 不需要保留原a、b列时可加此步筛选结果
    select(c1:c3)
  

如果需要保留原始数据的所有列，只需要去掉代码末尾的select(c1:c3)语句，新生成的乘积列会自动追加到原数据框末尾。

内容的提问来源于stack exchange，提问作者Larry V