Eu estou usando uma lista como referência para buscar os nomes das colunas de um dataframe e utilizá-lo em algumas operações, como por exemplo mudar o tipo da variável.
Vou dar um exemplo:
require(tidyverse)
#> Carregando pacotes exigidos: tidyverse
col <- c('nome1', 'nome2')
nome1 <- c(1,2,3)
nome2 <- c('a','b','c')
df = data.frame(nome1, nome2); df
#> nome1 nome2
#> 1 1 a
#> 2 2 b
#> 3 3 c
> col[1]
[1] "nome1"
Eu gostaria de utilizar o valor dentro do col[1] para acessar a coluna “nome1” do dataframe df e mudar seu tipo, conforme abaixo:
@euleralencar e @primojr, estou deixando esta resposta aqui só para registrar uma alternativa à solução proposta. Apesar de ela funcionar perfeitamente, a função mutate_at() vai ser abandonada no dplyr por causa do surgimento de alternativas mais consistentes. Hoje em dia, acho que os caminhos recomendados seriam os seguintes:
library(tidyverse)
# Tabela exemplo
df <- data.frame(nome1 = c(1, 2, 3), nome2 = c("a", "b", "c"))
col <- "nome1"
# Usando tidy-eval
df %>%
mutate({{col}} := as.character(.data[[col]]))
#> nome1 nome2
#> 1 1 a
#> 2 2 b
#> 3 3 c
# Usando a função across
df %>%
mutate(across(.col = all_of(col), .fns = as.character))
#> nome1 nome2
#> 1 1 a
#> 2 2 b
#> 3 3 c
A primeira possibilidade usa tidy-eval, um mecanismo muito legal que eu explico em um post recente. A segunda usa a função across(), que é muito parecida com a mutate_at() e deve ser colocada dentro do mutate().
Só por completude, não se esqueçam que o R não é só o tidyverse
# Usando base
df[[col]] <- as.character(df[[col]])
df
#> nome1 nome2
#> 1 1 a
#> 2 2 b
#> 3 3 c
