如何用R语言for循环生成含org与abx.class的耐药敏感统计表格

需求说明 #

现有数据集包含12种病原菌（org列）、23种抗生素类别列（如青霉素、氨基糖苷类等），需生成包含以下4列的统计表格：

• org：病原菌名称
• abx.class：抗生素类别
• 耐药总数：对应病原菌对该抗生素耐药（值为0）的样本数
• 敏感总数：对应病原菌对该抗生素敏感（值为1）的样本数

要求通过for循环自动化提取统计，而非依赖数据格式转换（如原代码的pivot_longer/pivot_wider方式）。

原实现方法（不符合循环要求） #

原代码通过宽表转长表、分组统计、再转宽表的方式实现，但未使用循环逻辑：

df_long <- pivot_longer(filtered_mergedfinal, cols = c(Penicillins, Aminoglycosides, Trimethoprim, Macrolides, Lincosamides, Second_gen_cephalosporins,  
                                      Third_gen_cephalosporins, Fluoroquinolones, Carbapenems, Glycylcyclines, Fourth_gen_cephalosporins,  
                                      Polymyxins, Beta_lactam_beta_lactamase_inhibitor, Monobactams, Amphenicols, Trimethoprim_sulfonamide,
                                      Tetracyclines, Beta_lactam,
                                      Glycopeptides, Oxazolidinones, First_gen_cephalosporins, Sulfonaminde, Steroid),
                        names_to = "abx.class", values_to = "suscept")
result2 <- df_long %>% group_by (org, abx.class, suscept) %>% summarise(frequency=n())

lancet <- na.omit(result2)

filtered_lancet <- lancet %>% filter(!grepl("other|contaminant", org))

library(tidyr)

# Pivot the data wider
transformed_lancet <- lancet %>% pivot_wider(names_from = "suscept", values_from = "frequency", names_prefix = "suscept_")

susceptdata <- na.omit(transformed_lancet) 

For循环实现方案 #

以下代码通过嵌套for循环，逐一遍历抗生素类别和病原菌，统计对应耐药/敏感数量，最终生成目标表格：

# 1. 定义所有抗生素类别列名（和原代码cols参数一致）
abx_classes <- c("Penicillins", "Aminoglycosides", "Trimethoprim", "Macrolides", 
                 "Lincosamides", "Second_gen_cephalosporins", "Third_gen_cephalosporins", 
                 "Fluoroquinolones", "Carbapenems", "Glycylcyclines", "Fourth_gen_cephalosporins", 
                 "Polymyxins", "Beta_lactam_beta_lactamase_inhibitor", "Monobactams", 
                 "Amphenicols", "Trimethoprim_sulfonamide", "Tetracyclines", "Beta_lactam", 
                 "Glycopeptides", "Oxazolidinones", "First_gen_cephalosporins", "Sulfonaminde", "Steroid")

# 2. 获取去重后的病原菌列表（过滤掉other和contaminant）
valid_orgs <- unique(filtered_mergedfinal$org)[!grepl("other|contaminant", unique(filtered_mergedfinal$org))]

# 3. 初始化空结果数据框
result_df <- data.frame(
  org = character(),
  abx.class = character(),
  耐药总数 = integer(),
  敏感总数 = integer(),
  stringsAsFactors = FALSE
)

# 4. 嵌套循环：遍历每个抗生素类别，再遍历每个病原菌
for (abx in abx_classes) {
  for (org in valid_orgs) {
    # 筛选当前病原菌的行
    org_data <- filtered_mergedfinal[filtered_mergedfinal$org == org, ]
    
    # 统计耐药（0）和敏感（1）的数量，NA值自动排除
    resistant_count <- sum(org_data[[abx]] == 0, na.rm = TRUE)
    susceptible_count <- sum(org_data[[abx]] == 1, na.rm = TRUE)
    
    # 将当前统计结果添加到结果数据框
    result_df <- rbind(result_df, data.frame(
      org = org,
      abx.class = abx,
      耐药总数 = resistant_count,
      敏感总数 = susceptible_count,
      stringsAsFactors = FALSE
    ))
  }
}

# 可选：移除所有耐药和敏感数都为0的行（如果存在）
result_df <- result_df[!(result_df$耐药总数 == 0 & result_df$敏感总数 == 0), ]

代码说明 #

• 先定义所有抗生素类别列表，避免手动重复录入；
• 提前筛选有效的病原菌，减少循环次数；
• 嵌套循环分别遍历抗生素和病原菌，逐一对每个组合统计数量；
• 每次循环将统计结果追加到结果数据框，最终得到目标结构。

内容的提问来源于stack exchange，提问作者atharvi gupta