R语言按列名模式批量计算净迁移率新列的方法咨询

现有按年份、国家维度统计，且按性别、年龄拆分的人口数、出生人口、死亡人口数据集，需要计算每一个年份-国家-性别-年龄组合对应的净迁移率，数据样例如下：

遵循数据集现有列命名规则，净迁移率计算公式为：
2001_netmigration = 2001_pop - 2000_deaths + 2000_births - 2000_pop
需要对2001年至2020年的所有年份批量执行该计算，生成全部对应新列。

最初编写的实现代码如下，直接运行会报错，但手动写死实际列名运行时能得到符合预期的结果：

n <- 2001

while(n <= 2020){
  aux  <- aux %>% 
    mutate(., paste0(n,"_netmigr") = paste0(n,"_pop") - paste0((n-1),"_deaths") + 
             paste0((n-1),"_births") - paste0((n-1),"_pop"), .after = paste0(n,"_pop"))
}

需要找到动态迭代指定、识别列名的正确实现方法。

原代码失效有三个核心原因：

• mutate中直接用=赋值时，等号左侧必须是固定列名，不支持字符串动态生成列名
• paste0()生成的是字符串值，不能直接作为列引用参与算术运算
• 原循环缺少n的自增步骤，运行后会陷入无限循环

方法1：保留宽表结构，使用dplyr动态编程语法修正循环 #

使用:=运算符支持动态列名赋值，通过.data[[列名字符串]]的方式引用动态列名，修正后代码：

library(dplyr)

n <- 2001
while(n <= 2020){
  # 提前拼接所需列名，提升代码可读性
  new_col <- paste0(n, "_netmigr")
  curr_pop_col <- paste0(n, "_pop")
  prev_death_col <- paste0(n-1, "_deaths")
  prev_birth_col <- paste0(n-1, "_births")
  prev_pop_col <- paste0(n-1, "_pop")
  
  aux <- aux %>%
    mutate(
      !!new_col := .data[[curr_pop_col]] - .data[[prev_death_col]] + .data[[prev_birth_col]] - .data[[prev_pop_col]],
      .after = all_of(curr_pop_col)
    )
  
  n <- n + 1 # 补上循环自增，避免死循环
}

方法2：转换为长表计算（更推荐，减少循环出错概率） #

宽表循环容易出现列名拼接错误，可先将数据转换为长格式，按维度分组后通过偏移函数直接计算，再转回原宽表结构，代码逻辑更清晰：

library(dplyr)
library(tidyr)

aux_result <- aux %>%
  # 宽转长，拆分年份和指标名
  pivot_longer(
    cols = matches("^\\d{4}_(pop|births|deaths)$"),
    names_to = c("year", "metric"),
    names_sep = "_",
    values_to = "val"
  ) %>%
  mutate(year = as.integer(year)) %>%
  pivot_wider(names_from = metric, values_from = val) %>%
  # 按非年份维度分组，排序后取上一年数据计算
  group_by(country, sex, age) %>%
  arrange(year, .by_group = TRUE) %>%
  mutate(netmigr = pop - lag(deaths) + lag(births) - lag(pop)) %>%
  ungroup() %>%
  # 长转回宽，匹配原数据结构
  pivot_longer(cols = c(pop, births, deaths, netmigr), names_to = "metric", values_to = "val") %>%
  mutate(col_name = paste0(year, "_", metric)) %>%
  select(-year, -metric) %>%
  pivot_wider(names_from = col_name, values_from = val)

内容的提问来源于stack exchange，提问作者Peter Kamal