如何将多变量的均值与置信区间上下限合并至单个单元格

问题 #

需要批量处理100+个变量（50组pre/post），按group分组后计算修剪均值（注：原代码中trim=4不符合mean()函数参数要求，该参数应为0-0.5的比例，建议检查修正）和95%置信区间，并将均值、置信区间下限、上限合并到同一单元格，避免手动整理。

原计算代码：

library(gmodels)
library(purrr)
dfci <- df %>% 
  group_by(group) %>% 
  dplyr::summarize(across(everything(),
  .fns = list(mean = ~ mean(.x, na.rm = TRUE, trim = 4),
  ci = ~ ci(.x, confidence = 0.95, alpha = 0.05, na.rm = T))))
#dfci <- dfci[-(13:16),] # remove additional rows
write.csv(dfci, file="dfci.csv")

样本数据：

Group| A_pre  |    A_post |  B_pre |  B_post 
0       20          21        20        23
1       30          10        19        11
2       10          53        30        34
1       22          32        25        20
2       34          40        32        30
0       30          50        NA        40
0       39          40        19        20
1       40          NA        20        20
2       50          10        20        10
0       34          23        30        10

尝试用reshape2转换格式但未成功：

library(reshape2)

dfci <- df %>%
  group_by(group) %>%
  summarize(across(everything(),
                   .fns = list(mean = ~ mean(.x, na.rm = TRUE, trim = 4),
                               ci = ~ ci(.x, confidence = 0.95, alpha = 0.05, na.rm = TRUE))))

dfci <- melt(dfci, id.vars = "group")
dfci <- dcast(dfci, group + variable ~ variable)

write.csv(dfci, file = "dfi.csv", row.names = FALSE)

解决方案 #

无需额外做格式转换，直接在summarize的across中对每个变量完成均值计算、CI提取、格式合并的一站式处理，代码如下：

library(dplyr)
library(gmodels)

# 读取样本数据（若已有数据可跳过此步）
df <- read.table(text = "Group| A_pre  |    A_post |  B_pre |  B_post 
0       20          21        20        23
1       30          10        19        11
2       10          53        30        34
1       22          32        25        20
2       34          40        32        30
0       30          50        NA        40
0       39          40        19        20
1       40          NA        20        20
2       50          10        20        10
0       34          23        30        10", sep = "|", header = TRUE, strip.white = TRUE)

# 分组计算并合并结果
dfci <- df %>%
  group_by(Group) %>%
  summarize(
    across(
      -Group,  # 排除分组变量，处理其余所有变量
      .fns = ~ {
        # 计算修剪均值（修正trim参数为合理比例，示例用trim=0.1）
        m <- mean(.x, na.rm = TRUE, trim = 0.1)
        # 提取95%置信区间的上下限
        ci_result <- ci(.x, confidence = 0.95, na.rm = TRUE)
        # 合并为指定格式，可按需调整小数位数或分隔符
        sprintf("%.2f (%.2f-%.2f)", m, ci_result[1], ci_result[2])
      },
      .names = "{.col}"  # 保留原变量名
    )
  )

# 输出合并后的结果
write.csv(dfci, file = "dfci_merged.csv", row.names = FALSE)

关键说明 #

1. 一站式处理：在across的匿名函数中直接完成均值计算、CI提取、字符串合并，避免后续格式转换的繁琐操作；
2. CI提取逻辑：gmodels::ci()返回长度为2的向量，第一个元素是置信区间下限，第二个是上限，直接索引提取即可；
3. 格式自定义：通过sprintf可灵活调整输出格式，比如修改小数位数、替换分隔符或括号样式；
4. trim参数修正：mean()的trim参数要求为0-0.5的比例（表示修剪首尾数据的比例），原代码的trim=4会触发错误，建议替换为合理值（如trim=0.1）。

内容的提问来源于stack exchange，提问作者amir.fathi