小编Ear*_*ien的帖子

我的问题和现有问题之间的区别在于，我想创建mutate不依赖于现有列的新列。

一些虚拟数据：

library(dplyr)
dat <- tibble(
    a = 1:5,
    b = LETTERS[1:5]
)

我知道我可以像这样一一创建新列

dat <- dat %>%
    mutate(foo = NA, bar = NA, bar2 = NA)

我可以使用更方便地修改列across，例如：

new_vars <- c("foo", "bar", "bar2")
dat <- dat %>%
    mutate(across(all_of(new_vars), ~ replace(., is.na(.), 0)))

但是，如何在不以类似方式引用现有列的情况下创建新列呢？例如添加新列填充NA：

tibble(
    a = 1:5,
    b = LETTERS[1:5]
) %>% 
    # mutate(across(all_of(new_vars), ~ function(.x) NA))  # Error
    mutate(across(all_of(new_vars), NA))                   # Error

对任何tidyverse替代方案持开放态度。

我想做这样的事情（一个愚蠢的代表）：

iris %>%
    mutate(mtcars = Sepal.Length * 7) %>%
    filter(mtcars < max(mtcars$mpg))

其中第一个mtcars引用 中的列iris，而第二个mtcars引用外部 data.frame。

我意识到我可以预先计算max(mtcars$mpg)或简单地重新标记 data.frame，但我想知道是否有一种方法可以在原位显式区分两者？例如：

iris %>%
    mutate(mtcars = Sepal.Length * 7) %>%
    filter(`mtcars` < max(EXTERNAL::mtcars$mpg))
#              ^                        ^
#            column               Not a column