R Tidyverse中如何对动态数量的列执行并行mutate操作

使用dplyr 1.0.0及以上版本提供的across()函数即可实现纯tidyverse风格的批量列计算，无需循环、无需中途赋值，完整链式操作如下：

library(tidyverse)

# 完整操作链，生成B列后可直接衔接汇总逻辑
Tibble %>%
  mutate(
    across(
      .cols = starts_with("A_"), # 自动匹配所有A_前缀的列，自动适配任意X值
      .fns = ~ .x * T, # 逐行执行A_i * T的计算规则
      .names = "{str_replace(.col, '^A_', 'B_')}" # 自动生成B_前缀的对应列名
    )
  ) %>%
  # 此处直接编写后续汇总逻辑即可，示例为对所有B列求和
  summarise(across(starts_with("B_"), sum, na.rm = TRUE))

核心逻辑说明 #

• 列选择器starts_with("A_")会自动识别所有符合命名规则的A类列，无需提前获知X的具体数值
• .names参数通过字符串替换自动生成对应B列的列名，无需手动拼接列名
• 所有操作在管道链中完成，不需要额外赋值保存中间表，生成B列后可直接衔接汇总、过滤、关联等任意后续操作
• 如果不想额外依赖stringr包，可将.names参数替换为"{sub('^A_', 'B_', .col)}"，使用R基础函数即可完成列名替换

小提示：由于T是R中TRUE的默认缩写，建议实际使用时将T列重命名为T_val等非保留字符的名称，避免出现意外语法冲突

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