R语言：编写批量生成survfit与Kaplan-Meier曲线的函数遇阻求助

你的函数无法正常运行主要是参数传递错误和公式构建不规范导致的，以下是具体问题和修正后的代码：

核心问题分析 #

1. lapply参数传递失效：匿名函数里的time、status、df没有被正确捕获，lapply默认只把vars的每个元素传给第一个参数，其他参数需要利用R的词法作用域来获取，而非额外声明但不传值。
2. 公式写法错误：直接在survfit的公式里写df[[var]]不符合语法规范，应该用动态方式构建公式，让data参数正常发挥作用。
3. 结局变量类型问题：as.logical转换status虽然能运行，但survfit更适配数值型结局（0=删失，1=事件），能避免潜在的类型转换异常。
4. 结果列表无命名：原函数返回的列表没有对应变量名，后续提取结果会非常不便。

修正后的函数代码 #

# 加载依赖包
library(survival)
library(survminer)

surv_plot_func <- function(df, vars, time, status) {
  # 遍历变量时自动给结果列表命名
  results_list <- lapply(setNames(vars, vars), function(var) {
    # 动态构建生存分析公式
    surv_formula <- reformulate(
      response = paste0("Surv(", time, ", ", status, ")"),
      termlabels = var
    )
    # 拟合模型：将分组变量转为因子，确保分类逻辑正确
    fit <- survfit(
      surv_formula, 
      data = transform(df, !!var := as.factor(!!sym(var)))
    )
    
    # 绘制KM曲线
    ggsurv <- ggsurvplot(fit, pval = TRUE, conf.int = TRUE,
                         risk.table = TRUE, legend.title = "",
                         surv.median.line = "hv", xlab = "Time", ylab = "Survival Probability")
    
    # 返回当前变量的拟合结果和绘图对象
    list(fit = fit, ggsurv = ggsurv)
  })
  
  return(results_list)
}

测试示例（基于lung数据集） #

# 加载并预处理内置数据集
data(lung)
df <- lung %>%
  rename(time = time, status = status, ECOG = ph.ecog, Sex = sex) %>%
  drop_na(ECOG, Sex, time, status) # 处理缺失值

# 定义因变量列表
vars <- c("ECOG", "Sex")

# 调用函数
res_list <- surv_plot_func(df, vars, "time", "status")

# 查看ECOG组的生存拟合结果
res_list$ECOG$fit

# 绘制ECOG组的KM曲线
print(res_list$ECOG$ggsurv)

关键修正点说明 #

• 用setNames(vars, vars)让返回的结果列表自动以变量名命名，后续可直接通过变量名索引结果。
• 用reformulate动态构建公式，避免硬编码，同时让data参数正确识别数据框中的变量。
• 用transform(df, !!var := as.factor(!!sym(var)))将分组变量转为因子，确保分类变量的分组逻辑被正确解析。
• 去掉匿名函数中多余的参数声明，利用R的词法作用域直接访问外部函数的df、time、status参数。

内容的提问来源于stack exchange，提问作者Allan