在dplyr的mutate_函数中使用paste生成动态变量名报错求助

你的问题核心在于直接把字符串传给mean()函数，而没有告诉dplyr这个字符串对应数据框中的列变量。paste0()生成的是字符串（比如"SumA2"），但mean()需要的是数值向量，所以会出现"argument is not numeric or logical"的警告，返回NA。

下面给你两种可行的解决方案，分别适配你当前用的mutate_()语法，以及更现代的dplyr tidyeval语法（推荐后者，因为mutate_()已被软弃用）：

方案1：适配mutate_()的写法 #

需要将生成的字符串转换为dplyr能识别的表达式，这里可以用rlang::parse_expr()把字符串转成表达式对象，再传给.dots参数：

library(dplyr)
library(rlang)

# 确保nameVarPeriod1是字符串类型（如果是函数参数，注意传参时加引号）
nameVarPeriod1 <- "A2"

df <- df %>% 
  group_by(segment) %>% 
  mutate_(.dots = setNames(
    # 把"mean(SumA2)"字符串转成表达式
    list(parse_expr(paste0("mean(Sum", nameVarPeriod1, ")"))),
    # 动态设置新列名
    paste0("MeanSum", nameVarPeriod1)
  ))

方案2：推荐的tidyeval语法（现代dplyr风格） #

用sym()将字符串转为符号，再用!!（解引用运算符）告诉dplyr这是一个变量名；用:=实现动态列名赋值：

library(dplyr)
library(rlang)

nameVarPeriod1 <- "A2"

# 1. 动态生成要计算的列名和新列名
sum_col <- sym(paste0("Sum", nameVarPeriod1))
mean_col <- paste0("MeanSum", nameVarPeriod1)

# 2. 分组计算均值并添加新列
df <- df %>% 
  group_by(segment) %>% 
  mutate(!!mean_col := mean(!!sum_col, na.rm = TRUE)) # na.rm可选，处理缺失值

如果你的nameVarPeriod1是函数参数，且希望调用时不用加引号（比如my_func(df, A2)），可以用enquo()捕获参数并转为字符串：

my_calculate_mean <- function(data, nameVarPeriod1) {
  # 捕获参数并转为字符串
  var_str <- quo_name(enquo(nameVarPeriod1))
  sum_col <- sym(paste0("Sum", var_str))
  mean_col <- paste0("MeanSum", var_str)
  
  data %>% 
    group_by(segment) %>% 
    mutate(!!mean_col := mean(!!sum_col, na.rm = TRUE))
}

# 调用示例（不用给A2加引号）
df <- my_calculate_mean(df, A2)

测试结果验证 #

用你提供的测试数据运行后，会新增MeanSumA2列，比如Seg1组的均值为(127343.87 + 36815.82)/2 = 82079.845，和预期一致。

内容的提问来源于stack exchange，提问作者Cox Tox