如何用dplyr批量修改多列值并添加后缀？

针对你需要批量处理<dbl+lbl>类型列、生成带_t1后缀新列的需求，用dplyr的across()函数就能高效解决，这也是当前dplyr推荐的批量处理语法（替代旧版的mutate_at()）。

方法1：匿名函数直接实现 #

可以直接在across()里写转换逻辑，通过.names参数指定新列的命名规则：

library(dplyr)

# 批量处理所有包含"Q26"的列，生成带_t1后缀的新列
samp <- samp %>%
  mutate(across(contains("Q26"), ~ifelse(.x == 1, 1, 0), .names = "{.col}_t1"))

方法2：简化转换逻辑（更简洁） #

因为x == 1会返回布尔值（TRUE/FALSE），转成整数后正好对应1/0，所以可以进一步简化代码：

samp <- samp %>%
  mutate(across(contains("Q26"), ~as.integer(.x == 1), .names = "{.col}_t1"))

方法3：提前定义函数（逻辑复杂时可复用） #

如果后续还要重复使用这个转换逻辑，可以先定义函数，再传入across()：

# 定义转换函数
convert_to_t1 <- function(x) {
  as.integer(x == 1)
}

# 批量应用函数并添加后缀
samp <- samp %>%
  mutate(across(contains("Q26"), convert_to_t1, .names = "{.col}_t1"))

关键说明 #

• .names = "{.col}_t1"是核心：{.col}会自动替换为原列名，从而生成Q26_1_1_t1、Q26_2_1_t1这类带后缀的新列。
• across()支持更多列选择方式，比如starts_with("Q26")、matches("Q26_\\d+_\\d+")（正则匹配），可以根据你的列名格式灵活选择。

内容的提问来源于stack exchange，提问作者Banjo