如何在dplyr中对列子集执行按行求最小值操作？

方法1：用rowwise() + c_across()（tidyverse标准方案） #

这是最直观的按行处理方式，先通过rowwise()指定按行计算，再用c_across()选中所有以_train/_test结尾的列，最后取每行的最小值：

library(dplyr)

# 处理数据集，新增两列
result_processed <- result %>%
  rowwise() %>%
  mutate(
    min_train = min(c_across(ends_with("_train"))),
    min_test = min(c_across(ends_with("_test")))
  ) %>%
  ungroup() # 记得取消行分组，避免影响后续操作

方法2：用pmin()直接逐行取最小 #

如果不想用行分组，也可以用pmin()函数，配合列选择和解引用语法来实现：

result_processed <- result %>%
  mutate(
    min_train = pmin(!!!select(., ends_with("_train"))),
    min_test = pmin(!!!select(., ends_with("_test")))
  )

验证结果 #

处理完后查看第一行数据：

• min_train为0.0707（对应m4_train的数值）
• min_test为0.0618（对应m1_test的数值），完全符合需求。

之前尝试失败的原因 #

你用的mutate(vars(ends_with("_train")))写法有误，vars()是用来定义变量选择规则的工具，不能直接在mutate里作为计算参数，必须搭配c_across()或者解引用（!!!）这类方式，把选中的列传递给计算函数。

内容的提问来源于stack exchange，提问作者Marcus Nunes