如何在dplyr中按列索引为数据框列应用不同参数的函数？

这是个非常常见的需求，完全不用转成矩阵或者写循环，用tidyverse的工具就能优雅解决，我给你分享几个实用的方案：

方案1：用map2配对列与索引（最直观） #

purrr::map2可以把数据框的每一列和对应的索引配对，然后对每一组应用函数，最后再展开成原来的列结构：

library(tidyverse)

test <- data.frame(a = c(1,2,3), b = c(7,8,9), c = c(3,5,6)) %>% as_tibble()

test_processed <- test %>%
  mutate(map2(., seq_along(.), ~lead(.x, .y))) %>%
  unnest_wider(everything())

print(test_processed)

这里seq_along(.)生成了列的索引（1、2、3），map2把每一列（.x）和对应的索引（.y）传给lead函数，最后unnest_wider把嵌套的结果还原成常规的tibble结构。

方案2：用across结合cur_column（dplyr原生风格） #

如果你更习惯dplyr的across语法，可以通过cur_column()获取当前处理的列名，再转成索引：

test_processed <- test %>%
  mutate(across(everything(), ~lead(., match(cur_column(), names(.)))))

print(test_processed)

cur_column()会返回当前操作的列名，match(cur_column(), names(.))则把列名转换成它在数据框中的位置索引，直接传给lead的第二个参数。这个方法完全贴合dplyr的管道流风格，适合整合到更长的数据分析流程里。

方案3：用imap处理列名与索引 #

purrr::imap默认会把列名作为第二个参数传入，我们只需要把列名转成索引即可：

test_processed <- test %>%
  imap(~lead(.x, match(.y, names(.)))) %>%
  bind_cols()

print(test_processed)

imap的.x是列的值，.y是列名，通过match(.y, names(.))得到索引后传给lead，最后用bind_cols把处理后的列重新组合成数据框。

关于你之前的矩阵循环问题 #

其实直接对tibble/data.frame用循环赋值也能得到正确结果，可能你之前遇到的问题是类型匹配或者赋值方式的小问题，但上面的这些方法都避免了手动循环，代码更简洁也更符合tidyverse的编程范式，尤其适合复杂场景下的函数扩展——不管你的函数是lead还是其他需要列索引作为参数的逻辑，都可以套用这些模式。

内容的提问来源于stack exchange，提问作者Antoine