R语言：成对分析效应量输出至DataFrame的问题排查

你的代码主要有三个核心问题，导致报错或结果异常：

• 循环范围错误：for (i in nrow(pairs))只会遍历一次（只取行数对应的单个数值），应该遍历从1到总行数的完整序列
• 配对逻辑漏洞：只处理了「第一篇是常规管理、第二篇是非常规管理」的情况，反过来的组合完全没覆盖；而且如果配对里没有符合条件的样本，n1i等变量会未定义，直接触发报错
• 结果写入逻辑错误：data$LRR <- rbind(data, output$LRR)是把整个原数据和单个效应量行绑定后赋值给原数据的LRR列，这会导致列结构彻底混乱，最终只会留下最后一次循环的错误结果

修正后的代码 #

我们直接生成常规管理组 vs 非常规管理组的有效配对，避免无效循环，同时用独立的DataFrame存储每对的效应量结果：

# 分离常规管理和非常规管理的论文数据
conv_data <- data[data$Management == "Conventional", ]
non_conv_data <- data[data$Management != "Conventional", ]

# 生成所有常规组与非常规组的配对（笛卡尔积，确保每篇非常规论文都和所有常规论文比较）
pairs <- expand.grid(conv_row = rownames(conv_data), non_conv_row = rownames(non_conv_data))

# 初始化结果存储DataFrame
result_df <- data.frame(
  conv_paper_id = character(),
  non_conv_paper_id = character(),
  LRR = numeric(),
  LRR_var = numeric(),
  stringsAsFactors = FALSE
)

# 遍历每一对有效配对
for (i in 1:nrow(pairs)) {
  # 取出当前配对的两篇论文数据
  conv_paper <- conv_data[pairs$conv_row[i], ]
  non_conv_paper <- non_conv_data[pairs$non_conv_row[i], ]
  
  # 提取效应量计算所需的统计量
  n1i <- conv_paper$n1i
  m1i <- conv_paper$m1i
  sd1i <- conv_paper$sd1i
  
  n2i <- non_conv_paper$n1i
  m2i <- non_conv_paper$m1i
  sd2i <- non_conv_paper$sd1i
  
  # 计算ROM类型的效应量
  output <- escalc(
    measure = "ROM",
    n1i = n1i,
    n2i = n2i,
    m1i = m1i,
    m2i = m2i,
    sd1i = sd1i,
    sd2i = sd2i,
    var.names = c("LRR", "LRR_var")
  )
  
  # 将当前配对的结果写入结果DataFrame
  result_df[i, ] <- list(
    conv_paper_id = pairs$conv_row[i],
    non_conv_paper_id = pairs$non_conv_row[i],
    LRR = output$LRR,
    LRR_var = output$LRR_var
  )
}

# 查看最终的配对效应量结果
print(result_df)

关键调整说明 #

1. 精准配对：直接分离两组数据，生成的配对都是符合需求的「常规 vs 非常规」，避免原代码中无效配对的循环，也不会漏处理任何符合条件的组合
2. 正确循环逻辑：用1:nrow(pairs)遍历所有配对，确保每一组有效对比都被处理
3. 结果存储合理：用独立的result_df存储配对效应量，既不破坏原数据结构，还能清晰记录每对论文的标识，方便后续关联分析
4. 变量赋值安全：每对都明确指定常规组为对照组（对应n1i/m1i/sd1i）、非常规组为处理组，不会出现变量未定义的报错情况

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