使用dplyr在R数据框遍历列名按周汇总数据时遇错误求助

一、循环调用函数的报错修复 #

错误原因 #

1. 循环逻辑错误：你用列索引col去匹配列名向量id_cols，类型不匹配导致传入函数的列名可能是无需处理的标识列（如iso_code），触发!!sym(colName)的类型错误。
2. 列名动态赋值错误：原函数中colName = sum(...)不会将变量名作为列名，而是生成固定名为colName的列。
3. 累计数据处理逻辑错误：identity()在summarize中会返回整个组的向量，不符合summarize需要标量的要求，累计数据应取每周最后一天的数值。

修改后的代码 #

1. 修正处理函数

library(dplyr)
library(purrr)

# 新增类数据周度汇总（自动生成原列名）
sumByColumn <- function(df, colName) {
  df %>%
    group_by(location, week) %>%
    summarize(!!colName := sum(!!sym(colName), na.rm = TRUE)) %>%
    ungroup()
}

# 累计类数据取每周最后一天的值（自动生成原列名）
idByColumn <- function(df, colName) {
  df %>%
    group_by(location, week) %>%
    summarize(!!colName := last(!!sym(colName), na.rm = TRUE)) %>%
    ungroup()
}

2. 批量处理替代循环

避免循环覆盖数据框，用purrr批量处理更高效：

# 定义列类型分组
id_cols <- c("total_cases", "total_deaths")  # 累计类列名
sum_cols <- c("new_cases", "new_deaths")     # 新增类列名
group_keys <- c("iso_code", "continent", "location", "week")

# 提取每个国家-周的唯一标识信息
group_info <- df %>%
  group_by(location, week) %>%
  summarize(across(all_of(group_keys), first)) %>%
  ungroup()

# 批量处理累计类数据
id_data <- map_dfc(id_cols, ~idByColumn(df, .x)) %>%
  select(-location, -week)  # 去重复的分组列

# 批量处理新增类数据
sum_data <- map_dfc(sum_cols, ~sumByColumn(df, .x)) %>%
  select(-location, -week)  # 去重复的分组列

# 合并所有数据得到周度结果
df_weekly <- bind_cols(group_info, id_data, sum_data)

二、处理无数据周与数据量不均问题 #

1. 生成完整的国家-周网格 #

先构建所有国家的完整周序列，确保没有缺失的时间节点：

library(lubridate)

# 获取所有国家和所有周的范围
all_locations <- unique(df$location)
all_weeks <- unique(df$week) %>% sort()

# 生成所有国家-周的组合，并补充标识信息
full_grid <- expand.grid(location = all_locations, week = all_weeks, stringsAsFactors = FALSE) %>%
  left_join(df %>% select(location, iso_code, continent) %>% distinct(), by = "location")

# 合并原始数据到完整网格
df_full <- full_grid %>%
  left_join(df, by = c("location", "week", "iso_code", "continent"))

2. 填充缺失值 #

根据数据类型填充合理值：

df_full_imputed <- df_full %>%
  group_by(location) %>%
  arrange(week) %>%
  # 新增类数据：缺失周填0（无新增病例/死亡）
  mutate(across(all_of(sum_cols), ~replace_na(.x, 0))) %>%
  # 累计类数据：用前一周的数值填充，初始无数据则设为0
  mutate(across(all_of(id_cols), ~fill(.x, .direction = "down"))) %>%
  mutate(across(all_of(id_cols), ~replace_na(.x, 0))) %>%
  ungroup()

3. 基于填充后数据生成周度汇总 #

用前面的sumByColumn和idByColumn函数对填充后的完整数据处理，即可得到无NA、周数一致的周度数据集。

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