使用dplyr的mutate_at结合case_when修改变量时遇问题求助

你遇到的问题核心是在mutate_at的funs()里错误地给新变量命名，导致原变量没有被修改，反而生成了一个新列。让我一步步帮你修正，顺便给你讲讲这类操作的正确姿势：

1. 原代码的问题所在 #

你写的：

mtcars %>% mutate_at( vars(starts_with("mpg")), funs(. = case_when( . == 21.0 ~ 5, TRUE ~ . )) )

这里的. =是告诉dplyr「生成一个以原变量名为基础、后缀加.的新变量」，所以运行后你会看到一个叫mpg.的新列，而原来的mpg列完全没变——这就是你觉得“无法成功”的原因！

2. 修正后的mutate_at写法 #

如果你坚持用mutate_at（适合dplyr 1.0.0之前的版本），只需要去掉funs()里的. =，直接写处理逻辑即可：

mtcars %>% 
  mutate_at(vars(starts_with("mpg")), 
            funs(case_when(. == 21.0 ~ 5, TRUE ~ .)))

或者更简洁的公式写法（推荐）：

mtcars %>% 
  mutate_at(vars(starts_with("mpg")), 
            ~ case_when(. == 21.0 ~ 5, TRUE ~ .))

这样mutate_at就会用处理后的结果覆盖原变量，和你想要的mtcars$mpg[mtcars$mpg == 21.0] <- 5效果完全一致。

3. 更现代的写法：用across取代mutate_at #

从dplyr 1.0.0版本开始，官方推荐用across()来替代mutate_at/mutate_all这类函数，语法更统一，灵活性也更高。对应你的需求，写法是：

mtcars %>% 
  mutate(across(starts_with("mpg"), 
                ~ case_when(. == 21.0 ~ 5, TRUE ~ .)))

across()的逻辑很清晰：第一个参数指定要操作的变量（这里用starts_with("mpg")匹配），第二个参数是要应用的函数/逻辑（这里用公式~ ...定义case_when规则）。

验证效果 #

运行上述代码后，你可以用filter(mtcars, mpg == 5)查看，会发现原来mpg为21.0的行（比如Mazda RX4、Mazda RX4 Wag）现在mpg都是5了，完全符合你的预期。

内容的提问来源于stack exchange，提问作者lost