使用dplyr::mutate基于列名创建动态变量的技术问题

嘿，我来帮你搞定这个问题！你说之前参考的资料依赖循环或嵌套函数调用没用，那咱们直接用dplyr原生的批量处理工具，完全不用循环就能实现动态变量创建。

首先先补全你的示例数据框，方便后续演示：

mainY <- structure(list(
  PolygonId = 0:5,
  Area = c(3.018892, 1.995702, 2.567891, 4.123456, 2.890123, 3.567890),
  Y_2020 = rep(10, 6),
  Y_2021 = rep(10, 6),
  Y_2022 = rep(10, 6),
  Y_2023 = rep(10, 6)
), class = "data.frame")

核心方案：使用dplyr::across批量处理 #

across是dplyr专门用来批量操作多列的函数，能直接基于列名动态生成新变量，完全不需要循环，正好匹配你的需求。

示例1：基于Y_*列生成比值列 #

比如你想给每个Y_****列创建一个新列，计算该列与Area的比值，新列命名为ratio_Y_****：

library(dplyr)

mainY <- mainY %>%
  mutate(
    # 选择所有以Y_开头的列
    across(starts_with("Y_"), 
           # 定义对每列的操作：当前列值 / Area
           ~ .x / Area, 
           # 动态指定新列名，{.col}会自动替换为原列名
           .names = "ratio_{.col}")
  )

示例2：基于Y_*列生成标记列 #

如果需要给每个Y_****列创建布尔标记列（比如判断值是否大于8），新列命名为flag_Y_****：

mainY <- mainY %>%
  mutate(
    across(starts_with("Y_"), 
           ~ .x > 8, 
           .names = "flag_{.col}")
  )

示例3：更灵活的列名自定义 #

如果需要提取Y_后面的年份部分来命名新列，比如生成year_2020这样的列存储年份值：

library(stringr)

mainY <- mainY %>%
  mutate(
    across(starts_with("Y_"), 
           # 提取Y_后面的年份数字
           ~ str_extract(cur_column(), "(?<=Y_)\\d+"), 
           # 新列名改为year_年份格式
           .names = "year_{str_remove(.col, 'Y_')}")
  )

为什么之前的方案没用？ #

你提到之前参考的资料依赖循环或嵌套函数调用，而across是dplyr原生的批量处理工具，它在底层优化了多列操作，不需要手动写循环就能实现动态变量创建，完全适配你的需求。

内容的提问来源于stack exchange，提问作者anup