如何在dplyr的mutate中利用字符向量表达式创建多个变量？

这个问题挺常见的——当你想把预先定义好的表达式存在变量里再传给mutate时，直接传入字符串肯定不行，因为mutate会把它当成一个普通的变量名来处理。这里有两种靠谱的解决方法，推荐第一种更符合tidyverse风格的方案：

方法1：使用rlang的解析函数（推荐） #

tidyverse生态里的rlang包提供了专门处理表达式的工具，我们可以先把字符串解析成R能识别的表达式，再传入mutate：

library(dplyr)
library(rlang)

data(mtcars)
newVariables <- "x = hp + gear, y = ((drat + wt) / carb)"

# 把字符串解析为表达式列表
expr_list <- parse_exprs(newVariables)

# 用!!!（unquote-splice）把表达式展开传入mutate
mtcars_with_new_vars <- mtcars %>% mutate(!!!expr_list)

# 查看结果
head(mtcars_with_new_vars)

原理说明： #

• parse_exprs()会把你的字符串拆分成两个独立的赋值表达式（x = hp + gear和y = ((drat + wt) / carb)），转换成R能理解的表达式对象列表。
• !!!是tidy eval里的“解引用拼接”操作符，它会把列表里的每个表达式直接展开到mutate的参数中，效果和你手动写mutate(x = hp + gear, y = ((drat + wt) / carb))完全一样。

方法2：使用base R的eval(parse()) #

如果你不想额外加载rlang，也可以用base R的组合工具，但这种方法在tidyverse工作流里不算最优选择（安全性和可读性稍差）：

library(dplyr)

data(mtcars)
newVariables <- "x = hp + gear, y = ((drat + wt) / carb)"

mtcars_with_new_vars <- mtcars %>% mutate(eval(parse(text = newVariables)))

原理说明： #

• parse(text = newVariables)把字符串转换成表达式，eval()则执行这个表达式，最终在mutate里生成对应的新变量。

内容的提问来源于stack exchange，提问作者Mislav