使用 dplyr、group_by、summary 进行 for 循环，并将每个变量的输出保存在列表中

如何解决使用 dplyr、group_by、summary 进行 for 循环，并将每个变量的输出保存在列表中

我想制作一个将输出保存在列表中的函数。我关心的是如何使用 dplyr group_by 和摘要指定哪一列。想象一个大数据集。请参阅下面的进一步评论。

n <- colnames(df)[2:3]
   

df %>%
   group_by(trt) %>%
   summarise(mean.mpg = mean(n[i],na.rm = TRUE),sd.mpg = sd(n[i],n.mpg = n())%>%
   mutate(se.mpg = sd.mpg / sqrt(n.mpg),lower.ci.mpg = mean.mpg - qt(1 - (0.05 / 2),n.mpg - 1) * se.mpg,upper.ci.mpg = mean.mpg + qt(1 - (0.05 / 2),n.mpg - 1) * se.mpg)

为什么 n[i] 不起作用？应该如何指定 this 才能在函数中使用它？

list_Data <- list()

for (i in 2:ncol(df)){
  list_Data[[i]]<- df %>%
    group_by(trt) %>%
    summarise(mean.mpg = mean(n[i],n.mpg = n())%>%
    mutate(se.mpg = sd.mpg / sqrt(n.mpg),n.mpg - 1) * se.mpg)
}

最后我想进行这个循环并将输出保存在列表中

  [[1]]
    # A tibble: 3 x 7
      trt   mean.mpg sd.mpg n.mpg se.mpg lower.ci.mpg upper.ci.mpg
      <chr>    <dbl>  <dbl> <int>  <dbl>        <dbl>        <dbl>
    1 A         35.7   32.9     3   19.0        -46.0         117.
    2 B         46     37.2     3   21.5        -46.5         139.
    3 C         64.3   47.8     3   27.6        -54.4         183.


[[2]]
# A tibble: 3 x 7
  trt   mean.mpg sd.mpg n.mpg se.mpg lower.ci.mpg upper.ci.mpg
  <chr>    <dbl>  <dbl> <int>  <dbl>        <dbl>        <dbl>
1 A         57.7   40.5     3   23.4        -42.8         158.
2 B         49.3   31.0     3   17.9        -27.7         126.
3 C         32.7   34.8     3   20.1        -53.8         119.

想要的输出：

size_t len = sizeof(saved_networks)/sizeof(*saved_networks);
char *saved_networks = readFile123(SPIFFS,"/wifi.txt",saved_networks,&len);

解决方法

您必须使用 sym 包中的 rlang 函数，然后使用名为 bang bang 运算符的 !! 取消引用它。在这里，因为您提供一个字符串作为列名，您需要首先将其转换为一个符号，该符号实际上指向您的数据集中的一个对象，然后您必须告诉 R 在您的数据集的上下文中对其进行评估使用 !! 运算符强制求值。您可以通过 tidyverse here 了解编程的基础知识。

library(rlang)

n <- colnames(df)[2:3]
list_Data <- vector("list",length = ncol(df) - 1)

for (i in 1:(ncol(df)-1)){
  list_Data[[i]] <- df %>%
    group_by(trt) %>%
    summarise(mean.mpg = mean(!!sym(n[i]),na.rm = TRUE),sd.mpg = sd(!!sym(n[i]),n.mpg = n()) %>%
    mutate(se.mpg = sd.mpg / sqrt(n.mpg),lower.ci.mpg = mean.mpg - qt(1 - (0.05 / 2),n.mpg - 1) * se.mpg,upper.ci.mpg = mean.mpg + qt(1 - (0.05 / 2),n.mpg - 1) * se.mpg)
}


> list_Data
[[1]]
# A tibble: 3 x 7
  trt   mean.mpg sd.mpg n.mpg se.mpg lower.ci.mpg upper.ci.mpg
  <chr>    <dbl>  <dbl> <int>  <dbl>        <dbl>        <dbl>
1 A         62.7   30.6     3  17.7        -13.4         139. 
2 B         36.7   14.0     3   8.09         1.86         71.5
3 C         17.7   16.5     3   9.53       -23.3          58.7

[[2]]
# A tibble: 3 x 7
  trt   mean.mpg sd.mpg n.mpg se.mpg lower.ci.mpg upper.ci.mpg
  <chr>    <dbl>  <dbl> <int>  <dbl>        <dbl>        <dbl>
1 A           49   38.0     3   21.9        -45.4        143. 
2 B           36   21.7     3   12.5        -17.8         89.8
3 C           30   26.9     3   15.5        -36.8         96.8

,

一种选择是索引 .data 代词，当列名存储为字符串时可以这样做：

for (i in 1:length(n)){        # <-- Note the change from 2:ncol(df)
  list_Data[[i]]<- df %>%
    group_by(trt) %>%
    summarise(mean.mpg = mean(.data[[n[i]]],# <-- .data pronoun here
              sd.mpg = sd(.data[[n[i]]],#       and here
              n.mpg = n())%>%
    mutate(se.mpg = sd.mpg / sqrt(n.mpg),n.mpg - 1) * se.mpg)
}