R语言不使用mutate函数创建可复用新变量的方法及报错解决

问题核心原因 #

• 未将dplyr管道操作的计算结果赋值给变量保存，仅临时输出到控制台，自然无法后续调用生成的新列
• mutate为数据框操作函数，首个参数必须传入待处理的数据框，未指定数据源的情况下直接写列名计算，R会默认从全局环境搜索对应对象，找不到就会抛出object not found报错

正确实现方式 #

方法1：dplyr管道+变量赋值 #

library(dplyr)
# 初始化数据
starwars.df <- starwars
# 计算后将结果赋值回变量，新列会永久保存在数据框中
starwars.df <- starwars.df %>%
  mutate(
    # 无需单独写name列，仅声明要新增的列即可
    bmi = mass / ((height / 100)  ^ 2),
    BMI_Value = ifelse(bmi > median(bmi, na.rm = TRUE), "Above Average BMI", "Below Average BMI")
  ) %>%
  select(name, contains("bmi"))

# 后续可直接调用新列
head(starwars.df$bmi)
head(starwars.df$BMI_Value)

方法2：基础R语法直接新增列 #

# 初始化数据
starwars.df <- starwars
# 直接为数据框新增bmi列，明确指定列所属的数据框
starwars.df$bmi <- starwars.df$mass / ((starwars.df$height / 100) ^2)
# 新增BMI_Value列
starwars.df$BMI_Value <- ifelse(starwars.df$bmi > median(starwars.df$bmi, na.rm = TRUE), "Above Average BMI", "Below Average BMI")

注意事项 #

• 所有涉及数据框列的计算，都需要明确指定对应的数据框来源，要么在dplyr的管道操作中默认使用上一步传入的数据框，要么用数据框$列名的写法明确声明
• 临时计算的结果如果需要后续复用，必须赋值给变量保存，仅运行计算代码不会自动留存结果

内容的提问来源于stack exchange，提问作者thewal