如何用循环批量处理R数据集的50个条目，生成对应对象并计算新变量

问题背景 #

现有数据集包含50个测试条目，每个条目按assessment_period（pre、post）和group_membership（0、1）划分，每个条目对应4行数据。示例数据集如下：

df <- data.frame(
  group_membership=c("0", "0", "1", "1", "0", "0", "1", "1"),
  item=c("bk_item_1_key", "bk_item_1_key", "bk_item_1_key", "bk_item_1_key", 
         "bk_item_2_key", "bk_item_2_key", "bk_item_2_key", "bk_item_2_key"),
  assessment_period=c("pre", "post", "pre", "post", "pre", "post", "pre", "post"),
  proportion_correct=c(0.5949,0.7468,0.6588,0.8235,
                       0.8734,0.9114,0.8353,0.8235)
)

目前手动处理单个条目的代码如下（以bk_item_1_key和bk_item_2_key为例）：

df.item1.long <- df%>% filter(item=="bk_item_1_key") %>%
  group_by(group_membership, assessment_period) %>%
  mutate(total_student_correct=case_when(
    group_membership=="0" ~ proportion_correct*79,
    group_membership=="1" ~ proportion_correct * 85)) %>%
  arrange(group_membership, desc(assessment_period))

df.item2.long <- df%>%
  filter(item=="bk_item_2_key") %>%
  group_by(group_membership, assessment_period) %>%
  mutate(total_student_correct=case_when(
    group_membership=="0" ~ proportion_correct*79,
    group_membership=="1" ~ proportion_correct * 85)) %>%
  arrange(group_membership, desc(assessment_period))

需要高效批量生成50个类似df.item1.long的对象，避免手动重复操作。

解决方案 #

方法1：使用for循环生成全局环境中的独立对象

先提取所有唯一的条目名称，再循环处理每个条目并赋值到全局环境：

# 加载dplyr包
library(dplyr)

# 获取所有唯一的测试条目
unique_items <- unique(df$item)

# 循环处理每个条目
for (item_name in unique_items) {
  # 生成对应的对象名（比如"bk_item_1_key"转为"df.item1.long"）
  object_name <- paste0("df.", gsub("bk_item_(\\d+)_key", "\\1", item_name), ".long")
  
  # 处理数据并赋值到全局环境
  assign(
    object_name,
    df %>%
      filter(item == item_name) %>%
      group_by(group_membership, assessment_period) %>%
      mutate(total_student_correct = case_when(
        group_membership == "0" ~ proportion_correct * 79,
        group_membership == "1" ~ proportion_correct * 85
      )) %>%
      arrange(group_membership, desc(assessment_period)) %>%
      ungroup()  # 建议取消分组，避免后续操作异常
  )
}

运行后，全局环境中会自动生成df.item1.long、df.item2.long等对应50个条目的对象。

方法2：使用列表存储所有结果（更推荐）

生成大量独立对象会让全局环境杂乱，推荐将结果存入列表，便于管理和后续批量操作：

# 加载dplyr和purrr包
library(dplyr)
library(purrr)

# 按item分组并处理，生成结果列表
item_list <- df %>%
  group_split(item) %>%
  map(function(item_df) {
    item_df %>%
      group_by(group_membership, assessment_period) %>%
      mutate(total_student_correct = case_when(
        group_membership == "0" ~ proportion_correct * 79,
        group_membership == "1" ~ proportion_correct * 85
      )) %>%
      arrange(group_membership, desc(assessment_period)) %>%
      ungroup()
  })

# 给列表元素命名，方便调用
names(item_list) <- unique(df$item)

调用时直接用item_list[["bk_item_1_key"]]即可获取对应条目的处理结果，后续批量分析也更便捷。

内容的提问来源于stack exchange，提问作者Anita