R语言如何批量对多组配对列应用自定义双参数函数生成新变量

方法1：使用tidyverse生态的purrr包实现（代码最简洁，推荐） #

无需手动逐行写赋值逻辑，自动匹配对应分组的身高体重列：

# 未安装包先运行：install.packages("purrr")
library(purrr)

# 定义全量分组标识和缩写分组标识，匹配要求的新变量名规则
full_groups <- c("male1", "male2", "female1", "female2")
short_groups <- c("m1", "m2", "f1", "f2")

# 批量计算后直接合并到原数据框
df[, paste0("bmi", short_groups)] <- map2_dfc(
  .x = df[, paste0("ht", full_groups)],
  .y = df[, paste0("wt", full_groups)],
  .f = myfunc
)

方法2：基础R的for循环实现（无需安装额外依赖包） #

full_groups <- c("male1", "male2", "female1", "female2")
short_groups <- c("m1", "m2", "f1", "f2")

for (i in seq_along(full_groups)) {
  ht_col <- paste0("ht", full_groups[i])
  wt_col <- paste0("wt", full_groups[i])
  df[[paste0("bmi", short_groups[i])]] <- myfunc(df[[ht_col]], df[[wt_col]])
}

方法3：基础R的mapply实现（无需安装额外依赖包） #

full_groups <- c("male1", "male2", "female1", "female2")
short_groups <- c("m1", "m2", "f1", "f2")

ht_cols <- paste0("ht", full_groups)
wt_cols <- paste0("wt", full_groups)

df[, paste0("bmi", short_groups)] <- mapply(
  FUN = myfunc,
  height = df[ht_cols],
  weight = df[wt_cols]
)

小优化提示 #

你定义的myfunc可以简化写法，R函数默认返回最后一行表达式的执行结果，无需额外赋值中间变量：

myfunc <- function(height, weight) {
  height / weight^2
}

内容的提问来源于stack exchange，提问作者kna123