如何在BupaR中按手术操作ops_5分组生成性能分析tibble？

process_matrix()这类流程分析函数（通常来自bupaR包）无法直接识别dplyr::group_by()的分组上下文，所以直接链式调用不会生效，你可以用以下两种方法实现分组分析：

方法1：用group_map()遍历分组处理 #

通过dplyr::group_map()逐个处理每个ops_5分组的子日志，再合并结果：

log %>%
  group_by(ops_5) %>%
  group_map(~ process_matrix(.x, performance())) %>%
  bind_rows(.id = "ops_5")

• group_map()会遍历每个分组，.x指代当前分组的事件日志
• bind_rows(.id = "ops_5")会把分组标识ops_5添加到最终的tibble中，方便区分各分组结果

方法2：拆分日志后循环处理 #

如果偏好显式逻辑，可先拆分日志再逐个计算：

# 按ops_5拆分事件日志为列表
split_logs <- split(log, log$ops_5)

# 遍历列表生成每个分组的性能矩阵
result_list <- lapply(split_logs, function(sub_log) {
  process_matrix(sub_log, performance())
})

# 合并所有分组结果并保留分组标识
final_result <- bind_rows(result_list, .id = "ops_5")

核心原因 #

bupaR的流程分析函数默认针对完整事件日志计算，不会自动适配dplyr的分组状态，必须显式对每个分组单独执行分析，才能得到各ops_5对应的独立性能分析tibble。

内容的提问来源于stack exchange，提问作者Peter Hahn