如何获取对应最低死亡率的医院名称？求R代码优化方案

你的现有代码核心问题是：tapply只提取了死亡率数据分组排序，完全丢失了和医院名称的关联，所以没法直接对应回医院信息。下面是修正后的实现思路和代码：

基础R实现步骤 #

• 先筛选阿拉巴马州（AL）的肺炎有效数据，排除死亡率为NA的行：

# 筛选目标州+疾病的有效数据
al_pneumonia_data <- data[data$State == "AL" & !is.na(data$Hospital.30.Day.Death..Mortality..Rates.from.Pneumonia), ]

• 提取该州肺炎的最低死亡率：

lowest_rate <- min(al_pneumonia_data$Hospital.30.Day.Death..Mortality..Rates.from.Pneumonia)

• 匹配对应的医院名称（如果有多个医院并列最低，会返回所有；若要取名称排序后的第一个，再加一步排序）：

# 获取所有并列最佳的医院
best_hospitals <- al_pneumonia_data$Hospital.Name[al_pneumonia_data$Hospital.30.Day.Death..Mortality..Rates.from.Pneumonia == lowest_rate]
# 按名称排序后取第一个（处理并列场景）
top_best_hospital <- sort(best_hospitals)[1]

函数化优化方案（适配参数传入） #

如果要写成接收州和疾病参数的通用函数，推荐用dplyr简化逻辑（代码更清晰易维护）：

library(dplyr)

get_best_hospital <- function(target_state, target_disease) {
  # 建立疾病与对应列名的映射，避免硬编码
  disease_col_map <- list(
    pneumonia = "Hospital.30.Day.Death..Mortality..Rates.from.Pneumonia",
    heart_failure = "Hospital.30.Day.Death..Mortality..Rates.from.Heart.Failure",
    heart_attack = "Hospital.30.Day.Death..Mortality..Rates.from.Heart.Attack"
  )
  
  target_column <- disease_col_map[[target_disease]]
  
  data %>%
    # 筛选目标州+非缺失的死亡率数据
    filter(State == target_state, !is.na(.data[[target_column]])) %>%
    # 按死亡率升序、医院名称升序排序
    arrange(.data[[target_column]], Hospital.Name) %>%
    # 取第一行
    slice(1) %>%
    # 提取医院名称
    pull(Hospital.Name)
}

# 调用示例：获取阿拉巴马州肺炎最佳医院
get_best_hospital("AL", "pneumonia")

现有代码的优化点 #

• 放弃tapply处理多列关联数据：tapply仅适合单变量的分组聚合，无法保留原始行的多字段关联，这里必须基于完整行筛选。
• 强制处理缺失值：死亡率列大概率存在NA，直接计算min会得到无效结果，必须先过滤。
• 处理并列场景：多个医院可能有相同最低死亡率，按名称排序取第一个是行业通用的处理规则。
• 函数化用列名映射：避免硬编码疾病列名，让函数适配三种疾病的查询，扩展性更强。

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