如何用tidyverse的mutate(across)遍历多列批量生成新列

完全可以用mutate(across)实现你的需求，以下是两种符合tidyverse风格的简洁实现方案：

方案1：只用dplyr的across+cur_column()实现 #

这是最简洁的方案，不需要额外引入其他包逻辑：

library(dplyr)
library(stringr)

df <- df %>%
  mutate(across(
    # 匹配所有oldvar1开头的a-i后缀列
    .cols = starts_with("oldvar1_"),
    # 计算逻辑：当前oldvar1列 + 同后缀oldvar2列 - z
    .fns = ~ .x + get(str_replace(cur_column(), "^oldvar1", "oldvar2")) - z,
    # 直接生成符合要求的newvar_后缀列名，无需后续改名
    .names = "newvar_{str_extract(.col, '_(.+)$', group = 1)}"
  ))

逻辑说明： #

• cur_column()可以拿到当前across遍历到的列名，把列名前缀替换为oldvar2就能匹配到同后缀的另一组列
• .names参数通过正则提取列名的后缀部分，直接生成newvar_a、newvar_i格式的新列名

方案2：搭配purrr批量生成列（更灵活，适合更复杂的多列匹配场景） #

如果你的列匹配逻辑更复杂，可以用map遍历后缀批量计算：

library(dplyr)
library(purrr)

suffix_list <- letters[1:9]
df <- df %>%
  bind_cols(
    map_dfc(suffix_list, function(suf) {
      tibble(!!paste0("newvar_", suf) := .data[[paste0("oldvar1_", suf)]] + .data[[paste0("oldvar2_", suf)]] - z)
    })
  )

两种方案的执行效率都远高于手动写for循环反复修改原数据框，也不需要后续批量修改列名。

内容的提问来源于stack exchange，提问作者user17487234