如何使用tidyverse的mutate函数结合自定义函数批量创建多列

你的核心需求是仅执行一次耗时的公共计算逻辑，同时返回多列结果，只需要修正自定义函数的语法，再配合对应赋值逻辑即可实现。

修正自定义函数 #

你编写的函数存在R语法错误，return后需要用括号包裹返回内容，你可以选择在函数内为返回的列表元素命名，方便直接生成对应列名：

calculates <- function(a, b){
  # 此处的公共计算逻辑（如示例的mean）仅会执行一次
  e_a <- mean(a)
  return(list(
    diff_a = a - e_a,
    diff_b = b - e_a
  ))
}

调用方法 #

dplyr写法（推荐） #

直接在mutate中调用函数即可，函数返回的命名列表会自动拆分为独立列：

library(dplyr)
# 初始数据框
df = data.frame(a = c(1,2,3), b = c(6,7,8))
# 调用函数生成结果
df_result <- df %>%
  mutate(calculates(a, b))

运行后得到的结果如下：

注：你提供的示例结果中b列取值和初始数据框的b列不一致属于笔误，上述代码逻辑完全符合你的计算规则。

如果你需要复用函数，不想在函数内部定义输出列名，也可以在调用时指定列名：

calculates <- function(a, b){
  e_a <- mean(a)
  return(list(a - e_a, b - e_a))
}
df_result <- df %>%
  mutate(c("diff_a", "diff_b") := calculates(a, b))

基础R写法 #

如果你不使用dplyr，也可以用基础R的赋值方式实现：

df = data.frame(a = c(1,2,3), b = c(6,7,8))
calculates <- function(a, b){
  e_a <- mean(a)
  return(list(a - e_a, b - e_a))
}
df[,c("diff_a", "diff_b")] <- calculates(df$a, df$b)

内容的提问来源于stack exchange，提问作者Leo Q