你可以把你的函数 Package 在一个循环中，循环遍历colnames(df)，或者你可以尝试类似于这里分享的实现：Apply function to each column in a data frame observing each columns existing data type

coeffvar = function(variable)
  { 
  abs((sd(variable) / mean(variable))*100)
  }

coeffvarS = function(df){
  sapply(df, function(x) coeffvar(x) )
}

coeffvarS(mtcars)

#Output:
    mpg       cyl      disp        hp      drat        wt      qsec        vs 
 29.99881  28.86338  53.71779  46.74077  14.86638  30.41285  10.01159 115.20369 
       am      gear      carb 
122.82853  20.00825  57.42933

如果你想用一个函数同时处理vectors和data.frames，你可以添加一个if语句来检查函数输入的数据类型。

请检查下面的代码，其中map_if仅对数字列有效

coeffvar <- function(variable){
do.call(cbind, map_if(variable, is.numeric, ~ abs(sd(.x)/mean(.x))*100)) %>% 
  as_tibble() %>% unnest(cols = everything())
}

coeffvar(mtcars)

创建于2023年2月3日，使用reprex v2.0.2

# A tibble: 1 × 11
    mpg   cyl  disp    hp  drat    wt  qsec    vs    am  gear  carb
  <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1  30.0  28.9  53.7  46.7  14.9  30.4  10.0  115.  123.  20.0  57.4