如何使用dplyr的mutate()与across()批量生成新计算列

使用dplyr内置的across函数的.names参数即可实现，完全满足你提出的两项要求，无需手动逐个指定列名，也不依赖任何弃用功能。

实现代码 #

library(dplyr)

df_iris <- iris %>%
  mutate(across(matches("\\.(Length|Width)"),
                ~ .x * 2,
                .names = "{.col}.2"))

# 验证结果
head(df_iris)

参数说明 #

• 第一个参数matches("\\.(Length|Width)")沿用你原有的列匹配规则，自动筛选所有名称中包含.Length或.Width的列，就算真实场景有20-30列也不用修改匹配逻辑
• 第二个参数为计算逻辑，这里用简洁的匿名函数写法，和你自定义的double函数效果完全一致
• 核心参数.names用来定义新列的命名规则：{.col}会自动替换为匹配到的原列名，后缀拼接.2刚好符合你需要的新列名格式

运行后原列会完整保留，同时生成所有符合要求的新列，和你手动逐个定义的输出结果完全一致。

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