如何在mutate中传递字符串给函数以批量生成前后测提升列？

问题背景 #

我正在处理学生前后测评估数据，每题分值0-5分，每位学生有两个时间点的分数。现有数据结构如下：

library(tidyverse)
name <- c("Student 1", "Student 2", "Student 3")
Q1_1_pre <- c(5, 1, 4)
Q1_1_post <- c(5, 2, 5)
Q1_2_pre <- c(4, 4, 2)
Q1_2_post <- c(5, 3, 5)
my_df <- data.frame(name, Q1_1_pre, Q1_1_post, Q1_2_pre, Q1_2_post)

目标是为每个题目新增布尔列，标记学生该题分数是否从测前提升到测后。手动用mutate处理50+题效率极低，尝试用自定义函数结合mutate失败，代码如下：

q_names <- c("Q1_1", "Q1_2") #示例基础题目名称向量

greater_than <- function(df, name){  
  pre <- paste0(name, "_pre")
  post <- paste0(name, "_post")
  df[[post]] > df[[pre]]
}

#测试函数——无法正常运行
pre_post <- my_df %>%   
  mutate("Q1_1_imp" = greater_than(., "Q1_1"),
         "Q1_2_imp" = greater_than(., "Q1_2"),
         "Q1_3_imp" = greater_than(., "Q1_3"))

正确的Tidyverse解决方案 #

方法1：利用across匹配列名批量处理 #

不需要自定义函数，直接通过列名匹配实现批量计算：

my_df_updated <- my_df %>%
  mutate(
    across(ends_with("_post"), 
           ~ .x > get(str_replace(cur_column(), "_post", "_pre")),
           .names = "{str_replace(.col, '_post', '_imp')}")
  )

• ends_with("_post")选中所有后测列
• str_replace(cur_column(), "_post", "_pre")把当前后测列名替换为对应前测列名，用get()获取该列的值
• .names参数指定新列名格式，把_post替换为_imp

方法2：基于题目名称向量批量生成列 #

如果已经有q_names向量，可以用map_dfc批量生成新列后合并：

q_names <- c("Q1_1", "Q1_2")

imp_cols <- map_dfc(q_names, function(q) {
  my_df %>%
    transmute(!!paste0(q, "_imp") := .data[[paste0(q, "_post")]] > .data[[paste0(q, "_pre")]])
})

my_df_updated <- bind_cols(my_df, imp_cols)

这里用.data pronoun来引用字符串列名，避免非标准求值的问题，同时用!!和:=动态命名新列。

原函数失败的原因 #

自定义函数本身逻辑没问题，但在mutate里调用时，当传入不存在的题目名（比如Q1_3），df[[post]]和df[[pre]]会返回NULL，导致比较出错。另外，在mutate中处理字符串列名时，最好用.data pronoun或者get()来明确引用，避免环境混淆。

For循环 vs Tidyverse方案 #

• For循环：对于50+题的数据集，for循环完全可行，写法直观，容易调试。示例代码：

q_names <- c("Q1_1", "Q1_2")

for(q in q_names) {
  my_df[[paste0(q, "_imp")]] <- my_df[[paste0(q, "_post")]] > my_df[[paste0(q, "_pre")]]
}

这种写法代码简洁，运行效率和tidyverse方案几乎没有差异，适合对tidyverse非标准求值不太熟悉的场景。

• Tidyverse方案：代码更简洁，符合管道式编程风格，适合后续链式处理数据，但需要熟悉across、map等函数的用法。

两者在处理50+题的规模下，性能差异可以忽略，选择哪种取决于你的编程习惯。

内容的提问来源于stack exchange，提问作者golivia