📲mutate()：创建新列与列位置

type
Post
status
Published
date
Jul 25, 2025
slug
dplyr-mutate
summary
全面掌握 `dplyr::mutate()`：新增/修改列，并精确控制新列位置与原列保留策略，简化特征工程。
tags
R
dplyr
数据清洗
category
📈 R Visionary
icon
password
comment
Show
mutate() 是 dplyr 中用于添加、修改或替换列的核心函数。从最新版起，它支持通过 .before、.after 和 .keep 参数，精准控制新列插入位置及原始列的保留策略，助你快速构建干净的特征表。

1. 函数原型

参数
含义
...
一个或多个新列表达式（或对现有列的修改）
.before
新列插入到指定列之前（不可与 .after 同时使用）
.after
新列插入到指定列之后（不可与 .before 同时使用）
.keep
控制保留哪些原始列：• "all"：保留所有（默认）• "used"：仅保留表达式中用到的原列• "unused"：保留未使用的原列• "none"：只保留新列

2. 示例与场景

先定义示例数据：

2.1 默认行为：保留所有列

  • 说明：新增 double_score，默认在最后一列后追加，保留原 name、score、age。

2.2 指定插入位置

  • 在 score 前：
    • 在 name 后：

      2.3 精细保留原列

      • 仅保留用到的原列（score 会被用，name、age 会去除）：
        • 只输出新列（完全丢弃原始列）：
          • 保留未使用的原列（只保留 name、age）：

            3. 高级技巧

            • 若要重排列，可在 mutate() 后链入 relocate()：
              • 中间计算：用 .keep = "none" 只输出最终特征，避免临时列污染结果表。
              • 报告输出：结合 .before/.after，让表格列顺序更直观，便于导出报告。
              总结
              • .before/.after：精准插入新列；
              • .keep：按需保留原始列，提升特征工程清洁度；
              • 与 relocate()、select() 等组合，可轻松管理复杂数据框列顺序。
              掌握这些参数后，你的 mutate() 就不仅是“加列”，更是“整理整洁的特征表”！
               
              Prev
              select()：灵活选择列
              Next
              count()：快速计数分组频次
              Loading...
              Article List
              Evan の Logbook
              ✨ Updates
              🌎 Hello, Logbook
              🎨 Style Guide
              Lazy loaded image Font · 字体手册
              🧠 Creative Resources
              Lazy loaded image Name · 名以载道
              🗒️ Mind Notes
              Lazy loaded image Quote · 字里行间
              🧭 Knowbase
              Lazy loaded image biorxiv 与预印本
              Lazy loaded image H-1B 签证
              🕊️ 鸽派、鹰派、左派、右派
              📘 SOPs
              🆕 创建账号 · Google
              🌍 生成境外地址
              🍎 创建账号 · Apple
              🧠 创建账号 · Chatgpt
              🤖 NFC读写器操作流程
              🩺 Medical Research
              🇬🇧 UK Biobank 数据库介绍
              🇬🇧 UK Biobank 数据库申请指南
              Lazy loaded image BioRender 使用与订阅笔记
              📦 scRNAseq
              📝 AUCell 流程笔记
              🏢 Cohort study VS Case-control
              Lazy loaded image 访问和下载 FinnGen GWAS 汇总数据
              🏥 Declaration of Helsinki｜赫尔辛基宣言
              🛠️ Tech Chronicles
              ☑️ Typora · 安装与使用指南
              📂 LocalSend · 跨设备文件传输的神兵利器
              🌏 Immersive Translate · 打造沉浸式翻译体验
              🐬 WSL 使用笔记
              Lazy loaded image 自定义 Bash 提示符（PS1）
              Lazy loaded image Linux 系统介绍
              Lazy loaded image Linux grep 工具笔记
              Lazy loaded image Linux sed 工具笔记
              Lazy loaded image Linux awk 工具笔记
              Lazy loaded image CSS 笔记
              Lazy loaded image 文件夹前加点的意义
              Lazy loaded image HTML 格式笔记
              Lazy loaded image XML 格式笔记
              Lazy loaded image TOML 格式笔记
              Lazy loaded image PR 模板解读与最佳实践
              Lazy loaded image YAML 格式笔记
              Lazy loaded image JSON 格式笔记
              Lazy loaded image YouTube 使用笔记
              Lazy loaded image Writage 使用笔记
              Lazy loaded image Pandoc 使用笔记
              Lazy loaded image Chrome 使用攻略
              Lazy loaded image Vibe Coding：编程新方式？
              🧭 从混乱到规范：文件命名、变量命名与版本控制最佳实践
              🚀 科学上网指南：信息时代的通行证
              📦 pip 与 uv：Python 包管理的演进与取舍
              🔧 恢复 Win11 右键菜单为 Win10 经典样式
              💰 Fortune Blueprint
              📗 期权基本概念
              📗 期权交易策略
              🕟 美股交易时间指南
              📈 R Visionary
              Lazy loaded image R 的 future 包（异步与并行）
              Lazy loaded image R 中加载与使用系统字体
              Lazy loaded image R 中的数据类型完整指南
              Lazy loaded image R 与 RStudio 安装笔记
              🔃 purrr 包学习笔记
              🔁 apply 家族核心函数
              📁 list.files：R 基础文件列举函数
              📊 R中excel表格读取
              Lazy loaded image make_date() & make_datetime()：从字段构造时间对象
              📦 为什么使用 lubridate？
              ⏳ ISO 8601 国际时间标准
              Lazy loaded image forcats: 分类变量处理
              📏 separate_wider_position()：按固定宽度横向拆分为多列
              📐 separate_wider_delim()：按分隔符拆分为多列
              🪓 separate_longer_position()：按固定宽度切分为多行
              Lazy loaded image pmin() & pmax()：向量按元素逐位比较
              🔢 parse_double() vs parse_number()
              Lazy loaded image geom_tile()：构建热图 / 网格图的砖块图层
              🎨 常用美学参数详解：position, fill, alpha 等
              Lazy loaded image facet_wrap() 与 facet_grid() 用法解析
              🌳 高亮特定数据子集：多图层叠加法
              Lazy loaded image 三种 geom_smooth() 写法解析
              🔻 geom_smooth() 的 shape 限制
              🎨 ggplot2 颜色映射
              Lazy loaded image ggplot2 的 shape 限制与解决方案
              Lazy loaded image R语言字符串大小写变换
              Lazy loaded image R语言数字取整与格式化。
              Lazy loaded image gtsummary 回归模型
              Lazy loaded image gtsummary + gt：R语言三线表实践
              🔁 pivot_wider()：长表转宽表
              🔢 parse_number()：提取字符串中的数字
              🔁 pivot_longer()：宽表转长表
              ⚡ .by：轻量级分组操作的新方式
              🔓 ungroup()：取消分组结构
              ✂️ slice()：按位置切片提取行
              🧮 group_by()：分组操作的基础
              🧭 relocate()：调整列顺序
              Lazy loaded image select()：灵活选择列
              📲 mutate()：创建新列与列位置
              🔢 count()：快速计数分组频次
              Lazy loaded image distinct(): 去重
              🔺 ggplot2 点形状
              Lazy loaded image ggthemr：为 ggplot2 一键换肤
              Lazy loaded image ggthemes 常用主题
              🔬 msigdbr 包
              📈 CMplot 绘制曼哈顿图
              Lazy loaded image SMR 共定位分析
              🧬 coloc R 包实用笔记与数据格式梳理
              📊 ggpubr · 让科研图表高效“出版就绪”的R扩展包
              🎨 theme_pubr · 出版级 R ggplot2 主题美化指南
              ✂️ 用 patchwork 优雅组合你的 ggplot2 图表
              🔤 R 正则表达式语法与字符串操作速查
              📐 R基础数学与统计函数速查
              📚 R包管理基础：.libPaths() 与 library()
              📦 R工作空间对象管理：ls 与 rm
              🔗 R集合归属与反归属运算符：%in% 与 %nin%
              🕳️ R缺失值与空值处理（na.omit & evanverse::is_void）
              🔎 R字符串匹配 grep 与 grepl 实用技巧
              📊 R基础数据结构与分布探索技巧
              ↕️ R常用向量操作与排序技巧
              🔍 R匹配函数 match 的实用技巧
              🔗 R字符串拼接 paste/paste0 典型用法
              Lazy loaded image R集合操作与典型用法
              Lazy loaded image R apply函数速查与典型用法
              Lazy loaded image R变量命名规范与覆盖机制
              ➗ R取余、整除与分批处理技巧
              Lazy loaded image R设置CRAN与Bioconductor镜像速查
              Lazy loaded image R版本升级与包迁移实用指南
              Lazy loaded image R查询当前环境和包信息（sessionInfo）
              Lazy loaded image 创建文件夹与目录管理基础
              Lazy loaded image RStudio常用快捷键与界面恢复技巧
              Lazy loaded image 提取字符向量子串的实用技巧
              Lazy loaded image 高效读取表格与大文件：fread与自定义read_table_flex
              Lazy loaded image foreach包批量循环
              Lazy loaded image R基因ID转换与批量注释
              Lazy loaded image R批量获取和筛选文件名
              Lazy loaded image R常用序列与模拟数据生成
              Lazy loaded image R数据框（df）条件筛选实用技巧
              Lazy loaded image R Visionary - Introduction
              📊 Statistics
              Lazy loaded image Survival Analysis
              Lazy loaded image 方差分析 · ANOVA
              Lazy loaded image 多因素逻辑回归
              Lazy loaded image 单因素逻辑回归
              Lazy loaded image R语言中的常见统计分布及其应用
              Lazy loaded image 数据分析的可复现性：原则与实践
              📂 p值操纵与文件抽屉
              Lazy loaded image 如何规范报告统计结果？
              Lazy loaded image 相关性检验
              Lazy loaded image 多重检验 · Multiple Testing
              Lazy loaded image t 检验 · t-test
              Lazy loaded image 置信区间 · Confidence Intervals
              Lazy loaded image 卡方检验 · Chi-squared Test
              Lazy loaded image 统计功效（Power）与样本量（Sample Size）
              Lazy loaded image 假设检验 & p值
              Lazy loaded image 频率表、比例表与列联表
              🏫 统计建模的三大学派：频率学派、贝叶斯学派与机器学习
              Lazy loaded image t-test: Principles and Application in R
              🖼️ BioVis
              🎄 Forestplot in R