使用dplyr::mutate计算指定列均值失败，求原因及最优解决方案

嘿，这个问题我太熟悉了！本质上是dplyr的非标准求值（NSE）机制在搞鬼，咱们一步步说清楚：

为什么直接传字符串会失败？ #

dplyr里的mutate（还有select这类函数）默认用的是非标准求值——也就是说，当你直接写列名（比如BL1, BL2）时，它会自动把这些名字映射成数据框里的列对象。但如果你传的是字符串向量（比如c("BL1", "BL2")），dplyr会把它当成普通的字符值，而不是列引用，自然没法计算行均值。

最优解决方案：用across()配合列匹配工具 #

dplyr 1.0.0之后推出的across()函数，就是专门用来解决这类多列操作的问题，搭配以下两种方式都能完美解决你的需求：

方案1：用all_of()解析字符串向量 #

先生成你需要的列名字符串，再用all_of()把它转换成dplyr能识别的列引用：

# 生成BL1到BL9的列名字符串
bl_cols <- paste0("BL", 1:9)

# 计算行均值
test <- test %>%
  mutate(BL_mean = rowMeans(across(all_of(bl_cols)), na.rm = TRUE))

注：加上na.rm = TRUE可以避免因为某行有NA导致整行均值变成NA，根据你的需求调整就行

方案2：用matches()正则匹配列名 #

如果不想手动生成字符串向量，直接用正则表达式匹配符合BL开头+1-9数字的列名，更简洁：

test <- test %>%
  mutate(BL_mean = rowMeans(across(matches("^BL[1-9]$")), na.rm = TRUE))

这里的正则^BL[1-9]$表示：以BL开头，后面跟1-9的单个数字，结尾——刚好匹配BL1到BL9，不会误匹配BL10-BL12。

为什么这两种方法可行？ #

across()是dplyr专为多列操作设计的函数，它能理解all_of()和matches()传递的列选择规则，把对应的列提取出来当成列对象处理，而不是普通的字符串，这样rowMeans()就能正常计算行均值了。

内容的提问来源于stack exchange，提问作者analeigh