如何在R（优先tidyverse）中实现Stata同后缀多列同类运算？

你描述的按变量名后缀匹配、批量执行同类运算的需求，在tidyverse生态下可以通过dplyr的across()函数实现，逻辑和你在Stata中用for循环处理的思路完全对齐，且不需要手动写循环逻辑。

基础场景：单组变量批量运算 #

对应你给出的oldvar_* + 常数生成newvar_*的示例，实现代码如下：

# 先加载tidyverse
library(tidyverse)

# 假设你的数据框名为df，运算所用常数为constant
constant <- 2
df <- df %>%
  mutate(
    # 匹配所有前缀为oldvar_的列，批量执行运算后生成新列
    across(
      .cols = starts_with("oldvar_"), # 匹配变量规则，可替换为ends_with("后缀")、contains("关键字")
      .fns = ~ .x + constant, # 运算逻辑，.x指代每一个被选中的列，可替换为任意复杂计算逻辑
      .names = "newvar_{str_remove(.col, 'oldvar_')}" # 新列命名规则，.col指代原列名
    )
  )

参数说明：

• .cols 列选择参数支持所有tidyselect规则，除了前缀匹配，也可以用ends_with("_a")匹配指定后缀的变量，完全适配你按后缀筛选变量的需求
• .fns 运算逻辑支持任意R表达式，不管是简单的算术运算、自定义函数调用都可以直接写
• .names 新列命名规则支持字符串处理函数，你可以灵活调整新列的前缀、后缀

进阶场景：多组同后缀变量配对运算 #

如果你需要同时调用多组同后缀的变量运算（比如newvar_a = oldvar_a + adjustvar_a），可以配合purrr::map实现：

# 先定义所有需要处理的后缀列表
suffix_list <- letters[1:8] # 对应a到h的后缀，可根据需求修改

df <- df %>%
  mutate(
    !!!set_names(
      map(suffix_list, ~ .data[[paste0("oldvar_", .x)]] + .data[[paste0("adjustvar_", .x)]]),
      paste0("newvar_", suffix_list)
    )
  )

你只需要修改suffix_list、变量前缀字符串、中间的运算逻辑即可适配不同的配对计算需求。

基础R替代方案 #

如果你暂时不想用tidyverse语法，可以用和Stata逻辑几乎一致的基础R循环实现，不需要掌握apply族函数：

suffix_list <- letters[1:8]
constant <- 2
for (s in suffix_list) {
  df[[paste0("newvar_", s)]] <- df[[paste0("oldvar_", s)]] + constant
}

内容的提问来源于stack exchange，提问作者user16814613