使用summarise/across结合lm拟合回归时输出丢失原列名的问题咨询

常规写法中across传入匿名函数的.x是当前列的数值向量，而非携带原始列名的符号引用。dplyr的across设计上不会向匿名函数传递列的符号对象，因此cur_column()是官方提供的、在across执行流程中获取当前处理列名的标准渠道。
而lm解析公式时，会根据传入的符号名生成回归项的名称，由于.x是无附加列名的向量，lm无法获知其原始列名，因此自动为这个回归项分配默认名称.x，最终导致输出结果的项名错误。

所有方案均保持summarise+across的原生范式，不引入map类函数，无繁琐字符串拼接逻辑。

方案1：后置修正项名（完全保留原始回归公式） #

该方案完全沿用最初编写的回归公式，仅在tidy输出后对自动生成的.x项名做一次替换，逻辑最清晰、改动最小：

library(tidyverse)
library(broom)
fits <- tibble(mtcars) %>% 
  summarise(across(c(vs, am), 
           ~list({
             # 原有回归公式完全不改动
             model_tidy <- tidy(lm(wt ~ .x + mpg))
             # 替换默认生成的.x为真实列名
             model_tidy$term[model_tidy$term == ".x"] <- cur_column()
             model_tidy
           })))

运行验证：

fits %>% unnest(vs)
# A tibble: 3 x 6
  term        estimate std.error statistic  p.value am              
  <chr>          <dbl>     <dbl>     <dbl>    <dbl> <list>          
1 (Intercept)   6.10      0.353     17.3   8.36e-17 <tibble [3 × 5]>
2 vs            0.0738    0.239      0.308 7.60e- 1 <tibble [3 × 5]>
3 mpg          -0.145     0.0200    -7.24  5.63e- 8 <tibble [3 × 5]>

方案2：rlang符号注入（无字符串操作） #

如果希望从公式生成阶段就避免项名错误，可通过rlang符号语法直接注入列名，完全避免paste类字符串拼接的繁琐和特殊字符兼容风险：

fits <- tibble(mtcars) %>% 
  summarise(across(c(vs, am), 
           ~list(tidy(lm(
             # 将当前列名字符串转为rlang符号直接注入公式
             wt ~ !!rlang::sym(cur_column()) + mpg,
             # 显式指定当前数据框，避免环境查找歧义
             data = cur_data()
           )))))

注：方案中使用的rlang::sym()+!!属于非标准评估类语法，和你提到的{{.x}}、rlang::as_name()属于同一语法体系，符合优雅性要求。

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