R语言循环列名并为dplyr汇总表添加列名的问题求助

问题背景 #

需要循环处理Sex、Smoke、Diabetes、HIV这几列，为每列的每个因子水平生成Age的均值和标准差汇总表，同时将原列名添加到汇总表中。使用assign生成对应变量（mean_Sex、mean_Smoke等）时出现错误。

原代码 #

for(var in c("Sex", "Smoke", "Diabetes", "HIV")) {
  assign(paste0("mean_",var))<-df%>%group_by(var) %>%
    summarise(meanAge=mean(Age), sdAge=sd(Age))
}

错误信息 #

Error in group_by_prepare():
! Must group by variables found in .data.

• Column var is not found.
  Run rlang::last_error() to see where the error occurred.

数据示例 #

structure(list(ID = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12), 
    Sex = structure(c(2L, 2L, 2L, 1L, 1L, 2L, 1L, 2L, 1L, 2L, 
    2L, 1L), .Label = c("F", "M"), class = "factor"), Smoke = structure(c(3L, 
    1L, 1L, 3L, 2L, 2L, 2L, 3L, 3L, 1L, 1L, 3L), .Label = c("N", 
    "NA", "Y"), class = "factor"), Diabetes = structure(c(3L, 
    1L, 3L, 3L, 2L, 3L, 3L, 1L, 1L, 2L, 2L, 2L), .Label = c("N", 
    "NA", "Y"), class = "factor"), HIV = structure(c(1L, 1L, 
    2L, 3L, 3L, 3L, 3L, 2L, 1L, 1L, 2L, 1L), .Label = c("N", 
    "NA", "Y"), class = "factor"), Age = c(23, 24, 43, 35, 18, 
    29, 25, 17, 22, 20, 55, 54)), row.names = c(NA, -12L), class = c("tbl_df", 
"tbl", "data.frame"))

错误原因 #

group_by(var)中的var是字符串，dplyr会直接将其作为列名查找，但数据中不存在名为var的列，因此报错。同时原代码中assign的语法错误，正确写法应为assign(变量名, 赋值内容)。

解决方法 #

方法1：修正循环+assign生成独立变量 #

使用sym()和!!将字符串转换为dplyr可识别的变量，同时添加原列名到汇总表中：

library(dplyr)

for(var in c("Sex", "Smoke", "Diabetes", "HIV")) {
  # 生成带原列名标识的汇总表
  summary_table <- df %>%
    group_by(!!sym(var)) %>%  # 将字符串转为dplyr变量
    summarise(meanAge = mean(Age),
              sdAge = sd(Age),
              .groups = "drop") %>%  # 取消分组状态
    rename(group_level = !!sym(var)) %>%  # 统一分组列名（可选）
    mutate(group_column = var)  # 添加原列名标识
  
  # 赋值到全局环境，生成mean_Sex等变量
  assign(paste0("mean_", var), summary_table)
}

执行后直接调用mean_Sex即可查看对应汇总表，表中包含分组水平、Age均值、标准差及原列名。

方法2：更推荐——用列表存储所有结果 #

避免生成大量独立变量污染全局环境，将所有汇总表存储在一个列表中，管理更方便：

library(dplyr)

group_columns <- c("Sex", "Smoke", "Diabetes", "HIV")

# 生成汇总表列表
summary_list <- lapply(group_columns, function(var) {
  df %>%
    group_by(!!sym(var)) %>%
    summarise(meanAge = mean(Age),
              sdAge = sd(Age),
              .groups = "drop") %>%
    rename(group_level = !!sym(var)) %>%
    mutate(group_column = var)
})

# 给列表元素命名，方便查找
names(summary_list) <- paste0("mean_", group_columns)

# 查看单个结果示例
summary_list$mean_Sex

内容的提问来源于stack exchange，提问作者Statistix