R语言dplyr的mutate(across())如何向自定义函数传入列名

核心机制 #

• 高版本dplyr在across()执行环境中内置专属辅助函数cur_column()，可直接返回当前正在处理的列的字符串名称，是替代旧版mutate_at()列名获取逻辑的标准方案。
• across()支持两种自定义函数的列名获取路径：
  • 常规命名函数：函数内部可直接调用cur_column()获取当前列名，搭配列值完成计算
  • lambda匿名函数：通过.x获取当前列的数值向量，搭配cur_column()可显式将列名传入自定义函数

现有代码的问题 #

• 原si_calc入参x仅接收列的数值向量，直接传入select()会因参数类型不匹配（select()需要列名字符串）导致选列失败
• 原函数未绑定across执行上下文的列名获取逻辑，无法匹配对应年份列的计算要求
• 原函数体用圆括号包裹容易引入语法歧义，建议统一用花括号{}包裹返回逻辑

修正后的可运行实现 #

1. 调整自定义函数逻辑，通过cur_column()获取当前列名：

   si_calc <- function(na.rm = FALSE) {
     current_col <- cur_column()
     pull(
       test1 %>% 
         filter(mode == "PLDV", var == "PMT") %>%
         select(all_of(current_col)) / 1000
     )
   }
   

2. 直接在across()中调用调整后的函数即可：

   test2 %>% 
     filter(scenario == "BAU", mode == "PLDV", fuel == "SI") %>%
     mutate(across(yrs, si_calc))
   

显式传参的备选方案 #

如果需要让自定义函数不依赖全局执行环境，可将列名作为显式入参传递：

1. 调整自定义函数结构，新增列名入参：

   si_calc_v2 <- function(x, col_name, na.rm = FALSE) {
     pull(
       test1 %>% 
         filter(mode == "PLDV", var == "PMT") %>%
         select(all_of(col_name)) / 1000
     )
   }
   

2. 在across()中通过lambda表达式同时传入列值、列名：

   test2 %>% 
     filter(scenario == "BAU", mode == "PLDV", fuel == "SI") %>%
     mutate(across(yrs, ~si_calc_v2(x = .x, col_name = cur_column())))
   

关键说明 #

• 取列时建议用all_of()包裹列名字符串，避免dplyr非标准求值产生的告警
• 原代码中pull()的使用逻辑完全合理：test1筛选后得到的列是长度为3的向量，和test2筛选后的行数完全匹配，可直接按位置批量赋值，不需要逐元素循环计算

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