如何在R中循环列名字符向量并使用mutate修改原列

我完全理解你偏爱用循环来处理这类问题的思路，咱们来一步步修正你的代码，实现你想要的效果～

首先，你的原代码有两个核心问题：

• mean(i)中的i是字符串（比如"x"），mean()函数无法直接对字符串计算均值，得把它转换成对应的列才行
• 每次循环都从原始的df_have生成新的df_test，导致前一次循环的修改被覆盖，最后只会保留最后一列（y）的修改结果

下面给你两种可行的解决方案，分别对应base R和dplyr的写法：

方案1：Base R 循环实现 #

这种写法更直观，适合习惯base R语法的场景：

# 原始数据
df_have <- data.frame(x=c(1, 1, 2, 3, 3), y=c(2, 2, 3, 4, 4), z=c(0, 1, 2, 3, 4))
# 复制原始数据，避免直接修改原数据（也可以直接修改df_have）
df_test <- df_have

# 遍历字符型列名向量
for (i in c("x", "y")) {
  # 用[[i]]引用字符串对应的列，计算均值
  col_avg <- mean(df_test[[i]])
  # 修改当前列：均值 + z列的值
  df_test[[i]] <- col_avg + df_test$z
}

# 查看结果
df_test

方案2：dplyr 循环实现 #

如果你更习惯tidyverse的语法，修正后的循环写法如下：

library(dplyr)

df_have <- data.frame(x=c(1, 1, 2, 3, 3), y=c(2, 2, 3, 4, 4), z=c(0, 1, 2, 3, 4))
df_test <- df_have

for (i in c("x", "y")) {
  # 把字符串列名转换成dplyr能识别的符号，再获取列的均值
  col_avg <- df_test %>% pull(!!sym(i)) %>% mean()
  # 修改列i：使用!!sym(i)指定要修改的列，赋值为均值+z
  df_test <- df_test %>% mutate(!!sym(i) := col_avg + z)
}

df_test

额外小技巧：不用循环的dplyr简洁写法 #

如果你想简化代码，其实可以不用循环，用across()函数一次性处理多个列，效率更高：

df_test <- df_have %>%
  mutate(across(c("x", "y"), ~ mean(.) + z))

运行以上任意一种方法，你都会得到期望的结果：x列是原x的均值（2）加z，y列是原y的均值（3）加z，完全匹配你给出的df_want。

内容的提问来源于stack exchange，提问作者Eric Green