R语言dplyr如何高效仅对满足条件的行执行mutate操作？

可行解决方案 #

以下提供三种不用重复编写条件判断的实现方式，均基于tidyverse生态，无需依赖额外扩展包：

方案1：使用rows_update（推荐，dplyr 1.1.0及以上版本支持） #

这是最接近你理想写法的官方原生方案，专门用于匹配更新指定行：

library(dplyr)

data2 <- data1 %>%
  # 先按规则分组
  group_by(a, b) %>%
  rows_update(
    # 仅构造需要更新的行数据
    y = . %>% 
      filter(condition) %>% 
      mutate(
        var1 = FALSE,
        var2 = max(var28),
        var3 = "happy"
        # 其余要修改的变量直接在此添加即可
      ),
    # 按主键匹配即可，无主键可填所有列名匹配
    by = c("a", "b", "其他唯一标识列")
  )

方案2：按条件拆分修改后合并（兼容低版本dplyr） #

如果你的dplyr版本低于1.1.0，可以用拆分合并的方式避免重复写条件：

data2 <- data1 %>%
  # 先存储原始行号，避免合并后顺序错乱
  mutate(row_id = row_number()) %>%
  group_by(a, b) %>%
  mutate(cond = condition) %>%
  # 按条件拆分为两个子集
  split(.$cond) %>%
  {
    # 仅修改条件为TRUE的子集
    .[["TRUE"]] <- .[["TRUE"]] %>%
      mutate(
        var1 = FALSE,
        var2 = max(var28),
        var3 = "happy"
      )
    # 合并两个子集
    bind_rows(.[["TRUE"]], .[["FALSE"]])
  } %>%
  # 恢复原始顺序并删除临时变量
  arrange(row_id) %>%
  select(-row_id, -cond)

方案3：自定义辅助函数（完全匹配你理想的语法） #

如果需要完全实现你提到的when(condition)式语法，可以自定义一个简单的mutate扩展函数：

library(dplyr)
library(rlang)

# 定义自定义mutate函数
mutate_when <- function(.data, condition, ...) {
  cond <- enquo(condition)
  modify_dots <- enquos(...)
  # 自动为每个变量生成条件判断逻辑
  mutate_calls <- map(modify_dots, ~ expr(if_else(!!cond, !!.x, !!sym(as_name(.x)))))
  .data %>% mutate(!!!mutate_calls)
}

# 调用时无需重复写条件
data2 <- data1 %>%
  group_by(a, b) %>%
  mutate_when(
    condition = condition,
    var1 = FALSE,
    var2 = max(var28),
    var3 = "happy"
  )

补充说明：你原示例中的case_when写法存在语法错误，case_when的每个分支都需要遵循条件 ~ 返回值的格式，原写法中缺少TRUE ~的默认分支声明，运行时会报错。

内容的提问来源于stack exchange，提问作者k6adams