如何编写可按wk/month分组的均值置信区间估计函数？

你的代码存在三个核心问题：

• 分组逻辑硬编码：函数内固定写了group_by(wk)，完全忽略传入的by参数，导致无论指定什么分组变量，都只会按wk计算。
• 变量引用错误：.$var会尝试提取列名为var的列，而非你传入的pd参数对应的列，这直接导致计算时找不到有效数据，返回NA。
• 依赖包未加载：smean.cl.normal是Hmisc包的函数，未加载该包会导致函数调用失败。

1. 先加载依赖包 #

library(tidyverse)
library(Hmisc)

2. 修正后的置信区间函数 #

ci <- function(dat, by, var, conf.int = 0.90, ...) {
  dat %>%
    drop_na({{var}}) %>%  # 仅删除目标变量的NA行，避免误删其他有效数据
    group_by({{by}}) %>%  # 通过tidy eval语法引用传入的分组变量
    summarize(
      # 一次性计算置信区间并拆分结果列
      ci_result = list(smean.cl.normal({{var}}, conf.int = conf.int)),
      .groups = "drop"
    ) %>%
    unnest_wider(ci_result)
}

3. 调用示例 #

按周分组计算：

ci(dat = x, by = wk, var = pd)

按月分组计算：

ci(dat = x, by = month, var = pd)

• {{by}}和{{var}}：这是tidyverse的非标准求值语法，能正确识别你传入的裸变量名（如wk、pd），实现分组变量和目标变量的动态切换。
• drop_na({{var}})：替代全局na.omit(dat)，只删除目标变量为NA的行，保留其他列的有效数据，处理更精准。
• 用summarize+list+unnest_wider替代do：这是现代tidyverse的推荐写法，代码更简洁易读，避免旧语法的兼容性问题。

内容的提问来源于stack exchange，提问作者Salvador