如何在dplyr的mutate()中使用多列名向量进行标准评估？

嗨，这个问题我碰到好多次了！确实as.name只能处理单个对象，要在mutate()里用多列名向量，得用dplyr专门的多列处理工具，给你两种最实用的方法：

方法1：用across()（推荐，dplyr 1.0.0+） #

这是dplyr官方现在主推的多列操作方式，语法清晰又灵活。假设你的目标列向量是two_names，想对这些列执行相同的操作（比如翻倍、取对数），甚至还能自定义新列的名字：

library(dplyr)

# 定义目标列向量
two_names <- c("col1", "col2")

# 对two_names里的列翻倍，并生成带后缀的新列
your_data <- your_data %>%
  mutate(
    across(
      all_of(two_names),  # 把字符向量转换成dplyr可识别的列引用
      ~ .x * 2,           # 这里写你要执行的操作，.x代表当前列
      .names = "{col}_doubled"  # 自定义新列名，{col}会替换成原列名
    )
  )

如果需要对不同列执行不同操作，还可以把across()拆成多个，或者用list()传入不同的函数：

your_data <- your_data %>%
  mutate(
    across(col1, ~ .x * 2, .names = "{col}_doubled"),
    across(col2, ~ log(.x), .names = "{col}_log")
  )

方法2：用syms()+!!!（旧版本兼容方案） #

如果你的dplyr版本比较老，或者需要更底层的表达式操作，可以用rlang包的syms()把字符向量转成符号列表，再用!!!（解引用操作符）把列表传入mutate()：

library(dplyr)
library(rlang)

two_names <- c("col1", "col2")

# 给目标列创建平方后的新列
your_data <- your_data %>%
  mutate(
    !!!set_names(
      map(syms(two_names), ~ quo((!!.x)^2)),  # 为每个列生成平方表达式
      paste0(two_names, "_squared")           # 给新列命名
    )
  )

简单总结下：日常操作优先用across()，代码更易读维护；如果要做非常定制化的多列操作，再考虑syms()+!!!的组合。

内容的提问来源于stack exchange，提问作者Brandon