如何用apply/sapply批量执行卡方检验？代码报错排查

问题背景 #

目标是高效完成多组变量的卡方检验，现有数据集如下：

data <- data.frame(
  sex = factor(c("M", "F", "M")),
  ageid = factor(c(8, 6, 7)),
  married = factor(c(2, 1, 2)),
  cagv_typ = factor(c("non-primary", "primary", "non-primary")),
  sq5_1 = factor(c(1, 1, 1)),
  sq5_2 = factor(c(0, 1, 0))
)

其中sex和married是分组变量，其余为结果变量（实际场景有10+结果变量、5个分组变量）。编写的卡方检验函数如下：

library(rstatix)
chis_test <- function(data, var1, var2){
  result <- data %>%
    tabyl({{var1}}, {{var2}}) %>%
    select(-1) %>% 
    chisq_test()
  return(result)
}

通过expand_grid生成变量组合：

combo <- expand_grid(x = names(data)[c(1, 3)], y = names(data)[-c(1, 3)])

单个变量组合（如sex与cagv_typ）测试可得到预期结果，但使用apply批量执行时失败：

apply(combo, 1, function(x) chis_test(data, x[1], x[2]))

问题原因 #

函数中使用的{{var1}}是tidy eval（整洁评估）语法，它期望接收的是裸变量名（例如直接传入sex而非字符串"sex"）。但apply遍历combo时，传入的是字符串格式的变量名，两者不兼容，导致函数无法正确识别数据集中的变量。

解决方法 #

方法一：修改函数适配字符串输入 #

使用.data代词直接通过字符串访问数据集中的变量，修改后的函数如下：

chis_test <- function(data, var1, var2){
  result <- data %>%
    tabyl(.data[[var1]], .data[[var2]]) %>%  # 用.data代词处理字符串变量名
    select(-1) %>% 
    chisq_test()
  return(result)
}

修改后原apply代码即可正常运行：

apply(combo, 1, function(x) chis_test(data, x[1], x[2]))

方法二：用purrr::pmap配合符号转换适配原函数 #

如果不想修改原函数，可以使用purrr包的pmap函数，结合sym()将字符串转为符号，再用!!解引用，适配原函数的tidy eval语法：

library(purrr)
combo %>%
  pmap(function(x, y) chis_test(data, !!sym(x), !!sym(y)))

额外说明 #

当前数据集仅3行样本，实际执行卡方检验时会触发期望频数过小的警告，这是数据样本量的问题，而非代码逻辑错误，实际使用大样本数据集时可避免该问题。

内容的提问来源于stack exchange，提问作者N Kevin