使用R语言aggregate函数生成统计表格后如何正确设置列名？

当用aggregate同时计算多个统计量时，比如这段代码：

temp<-aggregate(AUClast~RIC+STUD, nca_sim[!is.na(nca_sim$RIC),], 
      FUN= function(x) 
        c(N=length(x), 
          Mean=mean(x), 
          SD=sd(x),
          Median=median(x),
          Min=min(x),
          Max=max(x)
          ))

打印时看起来是8列（2个分组列+6个统计量列），但实际aggregate返回的结果只有3列——前两列是分组变量，第三列是存储所有统计量的矩阵。这时候直接设置8个列名就会报错：

colnames(temp) <-c("Renal Function", "Study", "N", "Mean", "SD", "Median", "Min", "Max")
# 报错信息：
# Error in names(x) <- value : 
#   'names' attribute [8] must be the same length as the vector [3]

解决方法 #

需要把第三列的矩阵拆分成单独的列，再合并到分组列中，之后就能正常设置列名。有两种简单的实现方式：

方式一：拆分合并法

# 把统计量矩阵转成数据框
stats_cols <- as.data.frame(temp$AUClast)
# 合并分组列和统计量列
final_table <- cbind(temp[, c("RIC", "STUD")], stats_cols)
# 设置列名
colnames(final_table) <- c("Renal Function", "Study", "N", "Mean", "SD", "Median", "Min", "Max")

方式二：一步转换法

用do.call(data.frame, temp)直接把aggregate的结果转换成完整的8列数据框，再设置列名：

temp <- aggregate(AUClast~RIC+STUD, nca_sim[!is.na(nca_sim$RIC),], 
                  FUN= function(x) 
                    c(N=length(x), 
                      Mean=mean(x), 
                      SD=sd(x),
                      Median=median(x),
                      Min=min(x),
                      Max=max(x)
                    ))
# 转换为标准数据框
final_table <- do.call(data.frame, temp)
# 设置列名
colnames(final_table) <- c("Renal Function", "Study", "N", "Mean", "SD", "Median", "Min", "Max")

处理完之后，final_table就是标准的8列数据框，可以直接传入kable生成格式化表格。

内容的提问来源于stack exchange，提问作者CodeMaster