如何用dplyr::mutate实现字符串传参变量的拼接新增列？

你已经用Base R搞定了这个功能，现在想用dplyr的mutate来实现对吧？这里的核心难点是处理字符串形式的变量名，这正是tidy evaluation要解决的场景，我来给你拆解几种可行的方案：

方法1：用dplyr::unite（最简洁推荐） #

其实dplyr有专门的unite()函数来合并多列，完美匹配你的需求，比手动写mutate更直观：

library(dplyr)

addConcatFields_dplyr <- function(data, listOfVar) {
  data %>%
    unite(col = uniqueId, all_of(listOfVar), sep = "_", remove = FALSE)
}

# 测试效果
addConcatFields_dplyr(iris, c('Petal.Width','Species'))

• all_of(listOfVar)：这是dplyr 1.0.0+推荐的语法，用来明确告诉dplyr我们要引用的是字符串向量里的列名，避免了旧版本里复杂的符号转换写法。
• remove = FALSE：保留原有的列，和你Base R版本的行为完全一致；如果不需要原列，可以去掉这个参数。

方法2：用mutate配合字符串拼接 #

如果你一定要用mutate来实现，可以结合stringr::str_c和tidy eval工具来逐行拼接列值：

library(dplyr)
library(stringr)

# 写法1：用across + rowwise
addConcatFields_mutate <- function(data, listOfVar) {
  data %>%
    rowwise() %>% # 开启逐行处理模式，确保每行的列值单独拼接
    mutate(uniqueId = str_c(across(all_of(listOfVar)), sep = "_")) %>%
    ungroup() # 关闭逐行模式，恢复常规数据框操作
}

# 写法2：用syms + !!!解包符号向量
addConcatFields_mutate2 <- function(data, listOfVar) {
  data %>%
    rowwise() %>%
    mutate(uniqueId = str_c(!!!syms(listOfVar), sep = "_")) %>%
    ungroup()
}

# 测试效果
addConcatFields_mutate2(iris, c('Petal.Width','Species'))

你之前可能踩的坑 #

你提到看了dplyr编程文档但没成功，大概率是这两个原因：

1. 字符串列名的引用问题：直接在mutate里用data[, listOfVar]这类Base R写法，dplyr无法正确识别；需要用all_of()或syms()把字符串转换成dplyr能解析的列引用。
2. 逐行拼接的遗漏：如果没加rowwise()，str_c会把整个列的所有值一次性拼接，而不是按行拼接成每个观测的唯一标识。

和Base R版本的对比 #

这两种dplyr写法都能实现和你Base R函数完全一致的效果，而且代码更简洁易读。尤其是unite()，完全贴合“合并列生成新标识”的需求，是最推荐的实现方式。

内容的提问来源于stack exchange，提问作者beuhbbb