按分组计算多列均值与95%置信区间的报错解决问询

问题背景 #

需要为90余列数据按Group分组计算均值与95%置信区间（CI），示例数据如下：

尝试使用dplyr与gmodels编写代码：

library(dplyr)
library(gmodels)
df <- df %>% 
  group_by(group) %>% 
  dplyr::summarize_all(list(~mean(., trim = 0), ~ci(.,)), na.rm=TRUE)

运行后报错：

Error in UseMethod("ci") :  no applicable method for 'ci' applied to an object of class "c('grouped_df', 'tbl_df', 'tbl', 'data.frame')"

目前使用rcompanion包的groupwiseMean函数仅能逐列计算CI，处理90余列效率极低，需解决gmodels的报错或寻找其他高效方案。

方案1：修复gmodels::ci的调用问题 #

gmodels::ci函数默认接收向量而非数据框列，在dplyr中需确保传入的是向量。推荐使用across（dplyr1.0.0+的推荐函数，替代summarize_all），并拆分置信区间为上下限列：

library(dplyr)
library(gmodels)

df <- df %>% 
  group_by(Group) %>% 
  summarize(across(everything(), 
                  list(mean = ~mean(., na.rm = TRUE), 
                       ci_lower = ~ci(., na.rm = TRUE)[1], 
                       ci_upper = ~ci(., na.rm = TRUE)[2]),
                  .names = "{.col}_{.fn}"))

该代码会为每列生成列名_mean、列名_ci_lower、列名_ci_upper三列结果，自动处理NA值。

方案2：基于t.test的tidyverse批量处理 #

利用t.test内置的置信区间计算，配合broom整理结果，适合多列批量处理：

library(dplyr)
library(tidyr)
library(broom)

# 转换为长格式，统一处理所有数值列
df_long <- df %>% 
  pivot_longer(cols = -Group, names_to = "variable", values_to = "value")

# 分组计算均值与95%CI
result <- df_long %>% 
  group_by(Group, variable) %>% 
  summarize(tidy(t.test(value, conf.level = 0.95)), .groups = "drop") %>% 
  select(Group, variable, mean = estimate, ci_lower = conf.low, ci_upper = conf.high)

# 可选：转回宽格式，匹配原数据列结构
result_wide <- result %>% 
  pivot_wider(names_from = variable, values_from = c(mean, ci_lower, ci_upper), names_sep = "_")

长格式处理避免了逐列操作的低效，90列数据的转换和计算速度显著提升。

方案3：data.table超高效处理 #

如果数据量极大，data.table的向量化处理效率远超传统循环：

library(data.table)
library(gmodels)

setDT(df)

# 按Group分组，批量计算每列的均值与CI
result <- df[, lapply(.SD, function(x) {
  m <- mean(x, na.rm = TRUE)
  ci_vals <- ci(x, na.rm = TRUE)
  list(mean = m, ci_lower = ci_vals[1], ci_upper = ci_vals[2])
}), by = Group]

# 展开列表列，得到扁平结构的结果
result <- result[, unlist(.SD, recursive = FALSE), by = Group]

data.table的lapply(.SD, ...)会对所有非分组列（即90余列数值列）批量执行计算，无需手动循环。

内容的提问来源于stack exchange，提问作者amir.fathi