如何批量对data.table执行mutate操作生成多列？

嘿，重复写20行mutate确实够麻烦的，我给你几个高效的解决方案，不管你想继续用dplyr还是贴合data.table的原生语法都能搞定：

如果你习惯用dplyr的语法，可以借助across()函数一次性完成所有列的计算，不用重复写mutate：

library(dplyr)
library(stringr)
library(data.table)

# 假设你的data.table名为dt
dt <- dt %>%
  mutate(
    # 匹配所有以P开头的列
    across(
      .cols = starts_with("P"),
      # 对每个P列，找到对应的S列并计算除法
      .fns = ~ get(paste0("S", str_remove(cur_column(), "P"))) / .,
      # 指定新列的命名规则：Sxx_Pxx
      .names = "S{str_remove(col, 'P')}_{col}"
    )
  )

这里的逻辑很清晰：

• starts_with("P")选中所有P开头的列
• cur_column()获取当前处理的P列名，用str_remove()去掉前缀"P"得到数字部分，拼接成对应的S列名，再用get()取出该列的值
• .names参数用模板字符串生成Sxx_Pxx格式的新列名

既然你用的是data.table，直接用它的原生语法会更高效（尤其是数据量大的时候），推荐两种写法：

写法A：动态匹配列名（适合列名规则不固定的情况） #

# 筛选所有P开头的列名
p_cols <- grep("^P\\d+$", names(dt), value = TRUE)
# 提取P列的数字部分，生成对应的S列名和新列名
nums <- gsub("P", "", p_cols)
s_cols <- paste0("S", nums)
new_cols <- paste0(s_cols, "_", p_cols)

# 批量赋值：对每一对S列和P列做除法
dt[, (new_cols) := Map(`/`, .SD[, ..s_cols], .SD[, ..p_cols])]

• ..s_cols和..p_cols是data.table的语法，用来引用外部变量存储的列名
• Map()会逐个对应S列和P列执行除法操作，结果批量赋值给新列

写法B：固定范围循环（适合明确知道是P01-P20的情况） #

如果确定列是从01到20的两位数字，还可以用更简洁的循环写法：

dt[, paste0("S", sprintf("%02d", 1:20), "_P", sprintf("%02d", 1:20)) := 
     lapply(1:20, function(x) {
       s_col <- paste0("S", sprintf("%02d", x))
       p_col <- paste0("P", sprintf("%02d", x))
       .SD[[s_col]] / .SD[[p_col]]
     })
   ]

sprintf("%02d", x)用来生成01、02...20的两位数字格式，确保列名匹配准确。

这两种方法都能帮你省去重复写20行代码的麻烦，选适合自己习惯的就行～

内容的提问来源于stack exchange，提问作者shy zhan