按参与者分组计算含NA的两列RT数据标准差的实现问题

报错原因分析 #

你遇到的报错有两个核心原因：

1. dplyr版本兼容问题：如果你的dplyr版本低于1.0.0，across()函数无法在summarise()中使用，旧版本仅支持在mutate()/filter()等数据掩码动词中调用across()。
2. 代码逻辑不符合需求：你原本的代码是分别计算BlackGood_rt和WhiteGood_rt两列各自的标准差，但需求是将两列的所有非NA反应时合并后计算单个标准差。

正确实现代码 #

基础版本（适用于dplyr 1.0.0+） #

直接将两列数据合并为一个向量，过滤NA后计算标准差：

BWGood_sd <- BWGood %>% 
  group_by(participant) %>% 
  summarise(rt_combined_sd = sd(c(BlackGood_rt, WhiteGood_rt), na.rm = TRUE))

严谨版本（处理极端情况） #

如果存在某参与者两列均为NA，或仅剩下1个有效数据点（标准差计算需至少2个值）的情况，可添加判断避免报错：

BWGood_sd <- BWGood %>% 
  group_by(participant) %>% 
  summarise(
    # 提取两列所有非NA值
    valid_rt = na.omit(c(BlackGood_rt, WhiteGood_rt)),
    # 仅当有效数据≥2个时计算标准差，否则返回NA
    rt_combined_sd = if (length(valid_rt) >= 2) sd(valid_rt) else NA_real_
  ) %>% 
  # 移除中间辅助列
  select(-valid_rt)

兼容旧版dplyr（<1.0.0） #

如果无法升级dplyr，可使用summarise()结合基础R逻辑实现：

BWGood_sd <- BWGood %>% 
  group_by(participant) %>% 
  summarise(
    rt_combined_sd = {
      combined <- c(BlackGood_rt, WhiteGood_rt)
      combined <- combined[!is.na(combined)]
      if (length(combined) >= 2) sd(combined) else NA_real_
    }
  )

内容的提问来源于stack exchange，提问作者Diane Abdallah