在R中对多变量批量应用自定义t检验函数的报错问题咨询

问题背景 #

自定义了按组执行t检验的函数my_t_test，单独处理单个变量（如var1）时结果正常，但用lapply和purrr::map迭代处理多变量（var1、var2）时均报错：

• lapply报错：

  Error in UseMethod("pull") :
  no applicable method for 'pull' applied to an object of class "c('double', 'numeric')"

• purrr::map报错：

  Error in map():
  ℹ In index: 1.
  Caused by error in pull():
  ! Can't extract columns that don't exist.
  ✖ Column .x doesn't exist.

核心问题根源 #

你的my_t_test函数内部大概率依赖pull()这类需要数据框对象的操作来提取变量，但迭代时传递给函数的是单个变量的数值向量（而非列名字符串或带上下文的数据框），导致函数无法正确识别输入类型或找不到目标列。

lapply报错的解决方法 #

问题原因 #

如果调用方式是lapply(your_data[c("var1","var2")], my_t_test)，lapply会把每个变量的数值向量直接传给函数。而pull()只能作用于数据框/ tibble，对数值向量自然会抛出"无适用方法"的错误。

解决方式 #

改为传递列名字符串，并在函数内部通过列名从数据框中提取变量：

1. 调整自定义函数，新增列名和数据框参数：

   my_t_test <- function(col_name, data) {
     # 假设你的分组变量是data$group（二分类）
     t_test_res <- t.test(data[[col_name]] ~ data$group)
     # 可根据需求整理结果，比如转成 tidy 格式
     return(broom::tidy(t_test_res))
   }
   

2. 调用lapply时传入列名向量，并指定数据框参数：

   lapply(c("var1", "var2"), my_t_test, data = your_data)
   

purrr::map报错的解决方法 #

问题原因 #

如果用了map(c("var1","var2"), ~my_t_test(your_data, .x))这类写法，但函数内部未正确接收.x作为列名参数，或者错误地用pull(data, .x)（此时.x在函数作用域内未被识别），就会出现"列不存在"的错误。

解决方式 #

同样以传递列名字符串为核心，有两种常用写法：

1. 直接调用函数并传递参数：

   library(purrr)
   map(c("var1", "var2"), my_t_test, data = your_data)
   

2. 用公式写法简化（无需修改函数时可用）：

   map(c("var1", "var2"), ~broom::tidy(t.test(your_data[[.x]] ~ your_data$group)))
   

3. 若要把结果合并为数据框，用map_df：

   map_df(c("var1", "var2"), my_t_test, data = your_data, .id = "variable")
   

替代方案：用dplyr::across批量处理 #

如果不想调整自定义函数，也可以直接在数据框内用across批量执行：

library(dplyr)
library(broom)

your_data %>%
  summarise(
    across(c(var1, var2), ~list(tidy(t.test(.x ~ group)))),
    .groups = "drop"
  ) %>%
  unnest_wider(everything())

内容的提问来源于stack exchange，提问作者marcel