基于R语言编写自定义函数处理mtcars数据集：移除多水平因子、计算统计量并生成目标数据集

我来帮你修正代码，实现你需要的三个核心功能。先梳理下原代码存在的几个关键问题：

• 缺少移除水平数超过2的因子列的核心逻辑
• 计算数值列均值时错误调用了整个数据集的describe()结果，而非单列的均值
• 因子列的比例存储逻辑混乱，没有针对水平数为2的因子做定向处理
• 最终输出结构不符合预期，我们需要的是变量-结果的对应集合，而非两个分离的列表

修正后的完整代码 #

# 加载数据并转换因子列
data(mtcars)
mtcars$vs <- as.factor(mtcars$vs)
mtcars$cyl <- as.factor(mtcars$cyl) # 该列会被移除

my_summary_function <- function(df) {
  # 第一步：移除水平数超过2的因子列
  keep_cols <- sapply(df, function(col) {
    if (is.factor(col)) {
      nlevels(col) <= 2
    } else {
      TRUE
    }
  })
  df_clean <- df[, keep_cols, drop = FALSE]
  
  # 第二步：计算各列的汇总值
  result <- sapply(df_clean, function(col) {
    if (is.factor(col)) {
      # 对水平数为2的因子，计算值为"1"的比例（匹配预期输出）
      prop.table(table(col))[["1"]]
    } else {
      # 数值列计算均值，添加na.rm增强健壮性
      mean(col, na.rm = TRUE)
    }
  })
  
  # 第三步：保留原始变量顺序，为被移除的列填充NA
  all_vars <- colnames(df)
  final_result <- setNames(rep(NA, length(all_vars)), all_vars)
  final_result[names(result)] <- result
  
  return(final_result)
}

# 调用函数并输出结果
output <- my_summary_function(mtcars)
print(output, digits = 4)

代码关键逻辑解释 #

1. 移除高水平因子列：
   通过sapply()遍历每一列，判断如果是因子且水平数>2就排除，保留其他所有列，得到清理后的数据集df_clean。

2. 计算汇总值：

   • 对于水平数为2的因子列（比如vs、am），计算prop.table()中对应"1"的比例，这和你给出的预期输出完全匹配（比如vs的14/32=0.4375）。
   • 数值列直接用mean()计算均值，加上na.rm=TRUE处理可能的缺失值（虽然mtcars无缺失，但让代码更健壮）。

3. 匹配预期输出结构：
   为了保留原始数据集的所有变量名（包括被移除的cyl），我们初始化一个包含所有变量的向量，将计算好的结果填充进去，被移除的列自动保留NA值，完美匹配预期的变量顺序和格式。

运行结果 #

mpg     cyl    disp      hp    drat      wt    qsec      vs      am    gear    carb 
 20.090      NA 230.722 146.688   3.597   3.217  17.849   0.438   0.406   3.688   2.812 

数值的小数位数可以通过print()的digits参数灵活调整，完全符合你的预期输出要求。

内容的提问来源于stack exchange，提问作者symkly