Across()

across() 函数属于 dplyr 包中的一部分，用于在 dplyr 中进行列操作。该函数通常与 mutate() 或 summarize() 等函数一起使用，以同时应用相同的变换或统计函数于多个列。以下是关于 across() 函数的基本信息：

可以根据指定的列，对多个列进行操作，例如转换、筛选、重命名等。

`across` 函数概述：¶

功能： 在多个列上应用相同的变换或统计函数。

所属包： across() 函数属于 dplyr 包。

定义：

across(.cols, .fns = NULL, .names = NULL, .names_sep = "_", .cols_select = NULL, .vars = NULL, .fn = NULL, .options = NULL)

参数介绍：¶

.cols： 指定要应用变换或函数的列。可以使用 select() 中的语法或 tidyselect 中的选择器。
.fns： 一个函数列表，包含要应用的变换或统计函数。
.names： 生成新列名称的规则。可以使用 {} 中的 .fn 来指定生成名称的方式。默认为NULL，表示使用默认命名规则。
.names_sep： 用于连接列名前缀和后缀的分隔符。
.cols_select： 选择列的选项，可以使用 all_of()、starts_with() 等。
.vars： 要匹配的列，可以使用 vars()。
.fn： 一个函数，用于在选择的列上应用变换。
.options： 一个包含选项的列表，用于控制变换行为。

1，生成新的列表

# 安装并加载dplyr包
install.packages("dplyr")
library(dplyr)

# 创建一个数据框
data <- data.frame(
  A = c(1, 2, 3),
  B = c(4, 5, 6),
  C = c(7, 8, 9)
)

# 使用across在多列上应用变换
result <- data %>%
  mutate(across(c(A, B), ~ . * 2, .names = "new_{.col}"))

# 显示结果
print(result)

输出：¶

在上述示例中，across() 函数用于在列 A 和 B 上应用变换，将每个元素乘以2，并生成新的列。输出结果将是：

  A B C new_A new_B 
1 1 4 7     2     8 
2 2 5 8     4    10
3 3 6 9     6    12

这表示成功在列 A 和 B 上应用了变换，并生成了新的列。

2，替换旧列表

library(dplyr)

# 创建一个示例数据框
df <- data.frame(A = c(1, 2, 3),
                 B = c(4, 5, 6))

# 使用across()函数将A列的值加1，并替换原始列
df <- df %>% 
  mutate(across(A, ~ . + 1))

# 打印结果
print(df)

输出：

同时修改列属性¶

同时修改为因子类型

library(dplyr)

df_ym <- df_ym %>%
  mutate(across(c(Gender, Broadband.Access., Have.Children.), as.factor))

Across()

across 函数概述：¶

参数介绍：¶

输出：¶

同时修改列属性¶

`across` 函数概述：¶