如何在R中为1-10号插补文件编写循环批量处理代码

方法一：基础R for 循环（贴近Stata foreach 逻辑） #

直接用R的基础循环语法，和你在Stata里的思路完全匹配：

# 加载所需包
library(haven)
library(WeightIt)

# 遍历1到10的数字
for (num in 1:10) {
  # 动态生成输入输出文件名
  input_path <- paste0("C:/Users/Folder/imputation_", num, ".dta")
  output_path <- paste0("C:/Users/Folder/weighted_", num, ".dta")
  
  # 读取数据
  d <- read_dta(input_path)
  
  # 转换因子变量
  d$race <- factor(d$race)
  d$educ <- factor(d$educ)
  
  # 拟合PSM模型
  psm_model <- weightit(trtmnt ~ race + education + gender,
                        data = d,
                        method = "psm",
                        estimand = "ATT")
  
  # 添加权重列
  d$psm_weights <- psm_model$weights
  
  # 写入处理后的文件
  write_dta(d, output_path)
}

方法二：用 purrr 包的 walk 函数（简洁的函数式风格） #

如果你偏好R的函数式编程，可以用purrr::walk遍历数字，省去显式循环结构：

library(haven)
library(WeightIt)
library(purrr)

# 定义处理单个文件的函数
process_file <- function(num) {
  input_path <- paste0("C:/Users/Folder/imputation_", num, ".dta")
  output_path <- paste0("C:/Users/Folder/weighted_", num, ".dta")
  
  d <- read_dta(input_path)
  d$race <- factor(d$race)
  d$educ <- factor(d$educ)
  
  psm_model <- weightit(trtmnt ~ race + education + gender,
                        data = d,
                        method = "psm",
                        estimand = "ATT")
  
  d$psm_weights <- psm_model$weights
  write_dta(d, output_path)
}

# 对1到10的数字执行处理函数
walk(1:10, process_file)

关键说明 #

• 两种方法都通过paste0()动态拼接文件名，自动替换数字部分，无需手动修改代码
• 基础for循环逻辑和Stata的foreach完全对应，上手门槛低
• purrr::walk适合习惯函数式编程的场景，代码更紧凑

内容的提问来源于stack exchange，提问作者a_todd12