从tibble列表提取指定系数（含p值）：Base R与purrr实现方案

问题需求 #

给定一个包含多个tibble的列表，需要批量提取每个tibble中term为time和grup_int的行，保留term、p.value字段，并将每个tibble的列表名称作为新列Var。以下提供两种实现方案：

方案一：Base R（apply系列函数） #

使用Map函数同时遍历列表和对应的名称，结合Base R原生操作完成筛选与合并：

# 定义要提取的目标term
selected_terms <- c("time", "grup_int")

# 遍历列表并处理每个tibble
result_base <- Map(function(df, name) {
  # 筛选指定term的行，提取目标列
  subset_df <- df[df$term %in% selected_terms, c("term", "p.value")]
  # 添加Var列存储当前tibble的列表名称
  subset_df$Var <- name
  # 调整列顺序为Var、term、p.value
  subset_df[, c("Var", "term", "p.value")]
}, sample, names(sample))

# 合并所有子数据框为一个整体
result_base <- do.call(rbind, result_base)
# 可选：转换为tibble格式
result_base <- as_tibble(result_base)

运行结果示例：

# A tibble: 6 × 3
  Var   term     p.value
  <chr> <chr>      <dbl>
1 ppara time     0.953  
2 ppara grup_int 0.373  
3 ppard time     0.0669 
4 ppard grup_int 0.458  
5 pparg time     0.721  
6 pparg grup_int 0.614  

方案二：purrr::map系列函数 #

结合purrr的map2_df函数（自动合并结果）和dplyr管道操作，代码更简洁直观：

library(purrr)
library(dplyr)

# 定义要提取的目标term
selected_terms <- c("time", "grup_int")

# 遍历列表并处理，自动合并为最终tibble
result_purrr <- map2_df(sample, names(sample), function(df, name) {
  df %>%
    filter(term %in% selected_terms) %>%  # 筛选指定term的行
    select(term, p.value) %>%             # 提取目标字段
    mutate(Var = name) %>%                # 添加列表名称列
    relocate(Var)                         # 将Var列移至首位
})

运行结果与Base R方案完全一致。

内容的提问来源于stack exchange，提问作者Javier Hernando