如何在R中用pivot系列函数行计算多变量的RSE_Var

我有一个包含多个变量加权均值和加权标准误的数据集，示例数据集如下：

input.ds.wt <- tibble(
  id = c(1,2,3,4,5,6),
  wt.mean_vOne = c(1, 1, 1.3, 2.3, 1, 0),
  wt.mean_vTwo = rep(c(0.8,0.2), 3),
  wt.SE_vOne = c(0.1,0.01,0.2,0.02,0.3,0.03),
  wt.SE_vTwo = c(0.03,0.3,0.01,0.1,0.4,0.04)
)

数据集输出：

> input.ds.wt
# A tibble: 6 x 5
     id wt.mean_vOne wt.mean_vTwo wt.SE_vOne wt.SE_vTwo
  <dbl>        <dbl>        <dbl>      <dbl>      <dbl>
1     1          1            0.8       0.1        0.03
2     2          1            0.2       0.01       0.3 
3     3          1.3          0.8       0.2        0.01
4     4          2.3          0.2       0.02       0.1 
5     5          1            0.8       0.3        0.4 
6     6          0            0.2       0.03       0.04

我需要为每一行批量计算每个变量的相对标准误（RSE），公式为：

RSE_vN = wt.SE_vN / wt.mean_vN

要求无需逐个指定变量名（vOne、vTwo……vN），每个变量都对应wt.mean_vN和wt.SE_vN列。

解决方案1：使用pivot_longer + pivot_wider转置计算 #

通过转置数据格式统一计算RSE，再转回宽格式，适合需要保留中间步骤的场景：

library(tidyverse)

# 计算RSE并合并回原数据集
result <- input.ds.wt %>%
  # 将均值和标准误列转为长格式，提取变量标识
  pivot_longer(
    cols = -id,
    names_to = c(".value", "var"),
    names_pattern = "wt\\.(mean|SE)_(.*)"
  ) %>%
  # 计算RSE
  mutate(RSE = SE / mean) %>%
  # 转回宽格式，生成带RSE的列
  pivot_wider(
    id_cols = id,
    names_from = var,
    values_from = c(mean, SE, RSE),
    names_glue = "wt.{.value}_{var}"
  ) %>%
  # 合并原数据集，调整列顺序
  left_join(input.ds.wt, by = "id") %>%
  select(id, starts_with("wt.mean"), starts_with("wt.SE"), starts_with("wt.RSE"))

print(result)

解决方案2：使用dplyr::across直接批量计算 #

无需转置，直接遍历标准误列匹配对应均值列计算，更高效简洁：

library(tidyverse)

# 直接批量计算RSE，添加至原数据集
result2 <- input.ds.wt %>%
  mutate(
    across(
      starts_with("wt.SE_"),
      ~ .x / get(str_replace(cur_column(), "SE", "mean")),
      .names = "wt.RSE_{str_remove(.col, 'wt.SE_')}"
    )
  )

print(result2)

处理均值为0的特殊情况 #

如果存在均值为0的行，会得到Inf，可添加条件判断替换为NA：

result2 <- input.ds.wt %>%
  mutate(
    across(
      starts_with("wt.SE_"),
      ~ ifelse(get(str_replace(cur_column(), "SE", "mean")) == 0, NA_real_, .x / get(str_replace(cur_column(), "SE", "mean"))),
      .names = "wt.RSE_{str_remove(.col, 'wt.SE_')}"
    )
  )

内容的提问来源于stack exchange，提问作者abrar