在R函数中为多列添加百分比列及组间差值列的实现求助

问题场景 #

有一份带权重的调查数据集，已按处理组（mhst=1）和对照组（mhst=0）完成多列加权计数统计，需要为每组添加百分比列，以及计算两组百分比的差值列（对照组百分比 - 处理组百分比），但尝试的代码报错。

错误原因分析 #

1. 过早转换为字符型：原代码在adorn_totals()后立刻将所有列转为字符型，导致后续数值计算（百分比、差值）无法进行，这是核心错误。
2. 百分比计算逻辑错误：用mycol/sum(mycol)是错误写法，mycol是列名字符串而非实际数值列，且未按组计算各选项占该组总数的比例。
3. 差值列写法错误：直接用"0" - "1"是字符串相减，未正确引用对应列的数值，且列类型为字符时无法执行算术运算。

修改后的完整代码 #

library(tidyverse)
library(janitor)

df <- data.frame(mhst = factor(c(0,1,1,0)),
                 q1 = factor(c(1, 4, 2, 2)),
                 q2 = factor(c(3, 4, 5, 1)),
                 q3 = factor(c(1, 4, 2, 5)),
                 q4 = factor(c(2, 1, 1, 3)),
                 WT1 = c(0.5, 0.3, 6, 1))

q_set_t1 <- c("q1", "q2", "q3", "q4") # 要统计的目标列
wt1 <- c("WT1") # 权重列

make_output <- function(mycol, weight) { 
  output <- df %>% 
    group_by_at(c("mhst", mycol)) %>%
    summarise_at(weight, sum) %>%
    rename(Q_set = all_of(mycol), weighted_count = all_of(weight)) %>% # 规范重命名
    
    # 按组计算百分比（宽表转换前处理更简便）
    group_by(mhst) %>%
    mutate(percent = weighted_count / sum(weighted_count) * 100) %>%
    ungroup() %>%
    
    # 转宽表，同时保留计数和百分比，列名带上组标识
    pivot_wider(
      names_from = mhst,
      values_from = c(weighted_count, percent),
      names_glue = "{mhst}_{.value}"
    ) %>%
    
    # 计算两组百分比差值
    mutate(percent_diff = `0_percent` - `1_percent`) %>%
    
    # 添加总计行，自动处理数值列求和
    janitor::adorn_totals("row") %>%
    
    # 数值保留两位小数后，再转字符型
    mutate(across(where(is.numeric), ~round(., 2))) %>%
    mutate_all(~as.character(.))
  
  # 添加变量名行和分隔空行
  output <- bind_rows(
    tibble(var_name = mycol),
    output,
    tibble(var_name = "")
  )
  
  return(output)
}

# 生成所有列的统计结果并合并
cols_output <- pmap(list(q_set_t1, wt1), make_output)
q_set_wt <- bind_rows(cols_output)

# 查看完整结果
print(q_set_wt, n = Inf)

关键修改说明 #

• 调整执行顺序：将数值计算（百分比、差值）放在字符转换前，确保计算时列保持数值类型。
• 规范列操作：用all_of()处理列名字符串，用`0_percent`引用带特殊字符的列名，避免语法错误。
• 优化百分比逻辑：按mhst分组计算各选项占组内总权重的比例，结果更贴合统计需求。
• 差值列实现：直接引用转换后的百分比列完成计算，同时保留两位小数提升可读性。

内容的提问来源于stack exchange，提问作者Ellie