编辑：我的数据（可重复的研究）如下所示。 dplyr将汇总每个win_name类别的值：
inv_name inv_province inv_town nip win_name value start duration year
CustomerA łódzkie TownX 1111111111 CompX 233.50 2015-10-23 24 2017
CustomerA łódzkie TownX 1111111111 CompX 300.5 2015-10-23 24 2017
CustomerA łódzkie TownX 1111111111 CompX 200.5 2015-10-23 24 2017
CustomerB łódzkie TownY 2222222222 CompY 200.5 2015-10-25 12 2017
CustomerB łódzkie TownY 2222222222 CompY 1200.0 2015-10-25 12 2017
CustomerB łódzkie TownY 2222222222 CompY 320.00 2015-10-25 12 2017
dplyr将汇总值，然后传播将使用数值将每个win_name类别的汇总扩展为多个列。
我想创建新列，其格式化文本对应于带有数字的现有列。创建与包含数字数据的数字列一样多的列。这些列的数量可以从分析变为分析。到目前为止我的代码看起来像：
county_marketshare<-df_monthly_val %>%
select(win_name,value,inv_province) %>%
group_by(win_name,inv_province)%>%
summarise(value=round(sum(value),0))%>%
spread(key="win_name", value=value, fill=0) %>% # teraz muszę stworzyc kolumny sformatowane "finansowo"
mutate(!!as.symbol(paste0(bestSup[1],"_lbl")):= formatC(!!as.symbol(bestSup[1]),digits = 0, big.mark = " ", format = "f",zero.print = ""),
!!as.symbol(paste0(bestSup[2],"_lbl")):= formatC(!!as.symbol(bestSup[2]),digits = 0, big.mark = " ", format = "f",zero.print = ""),
!!as.symbol(paste0(bestSup[3],"_lbl")):= formatC(!!as.symbol(bestSup[3]),digits = 0, big.mark = " ", format = "f",zero.print = "")
)
有没有办法循环mutate函数，以便创建尽可能多的列，因为有现有的数字列？具有重复代码的相关行是最后三行。每个新格式化的文本列都具有带后缀的现有数字列的名称。 !! as.symbol可以将参数（源列的名称）与_lbl后缀组合在一起。
例如，您可以将mutate_at与函数和条件一起使用，例如
dat %>%
mutate_at(.vars = c('num_col1','num_col2'),
.funs = function(x) if(is.numeric(x)) as.character(x))
这将使用字符列替换指定的数字列。您可以根据需要调整函数，即指定列的外观。我们可以通过更好的数据示例帮助您。
您也可以只过滤数字列，然后使用mutate_all：
dat %>%Filter(is.numeric,.) %>% mutate_all(funs(as.character))
# Filter() is not dplyr, but base R, caveat capital 'F' !
# You can also use dat %>%.[sapply(.,is.numeric)], with the same result
# or dplyr::select_if
...:)
附：总是值得引用参考。看看这个华丽的问题：Selecting only numeric columns from a data frame
请咨询tidyverse documentation。
# mutate_if() is particularly useful for transforming variables from
# one type to another
iris %>% as_tibble() %>% mutate_if(is.factor, as.character)
#> # A tibble: 150 x 5
#> Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#> <dbl> <dbl> <dbl> <dbl> <chr>
#> 1 5.10 3.50 1.40 0.200 setosa
#> 2 4.90 3.00 1.40 0.200 setosa
#> 3 4.70 3.20 1.30 0.200 setosa
#> 4 4.60 3.10 1.50 0.200 setosa
#> 5 5.00 3.60 1.40 0.200 setosa
#> 6 5.40 3.90 1.70 0.400 setosa
#> 7 4.60 3.40 1.40 0.300 setosa
#> 8 5.00 3.40 1.50 0.200 setosa
#> 9 4.40 2.90 1.40 0.200 setosa
#> 10 4.90 3.10 1.50 0.100 setosa
#> # ... with 140 more rows
出乎意料的是，我发现了http://stackoverflow.com/a/47971650/3480717的暗示
我在语法中没有意识到这一点
mtcars％>％mutate_at（columnstolog，funs（log = log（。）））
在funs中添加名称部分“log =”会将其附加到新colums的名称....在效果中，以下情况就足够了：
mutate_if(is.numeric, funs(lbl = formatC(.,digits = 0, big.mark = " ", format = "f",zero.print = "")))
这将生成新列，与原始数字列一样多，并且这些新列的名称将足以使用“_lbl”。无需循环或高级语法。非常感谢Thebo和Nettle