在R中针对指定列使用for循环执行cohen.d计算的方法

第一步：准备工作 #

先安装并加载effsize包（首次使用需要执行安装步骤）：

install.packages("effsize")
library(effsize)

第二步：用for循环批量处理 #

通过循环遍历num1、num2、num3三个列，每一步先过滤掉对应列的NA值，再计算效应量：

# 指定要处理的数值列名
target_cols <- c("num1", "num2", "num3")
# 初始化列表存储结果
result_list <- list()

# 遍历每个数值列
for (col_name in target_cols) {
  # 筛选出当前数值列非NA的行，仅保留分组列和当前数值列
  clean_data <- df[!is.na(df[[col_name]]), c("Letter", col_name)]
  # 计算Cohen's d，使用公式格式更直观
  d_result <- cohen.d(reformulate("Letter", response = col_name), data = clean_data)
  # 将结果存入列表，以列名作为标识
  result_list[[col_name]] <- d_result
}

# 查看所有结果
result_list

可选：直接打印每个列的结果 #

如果不需要存储结果，只想直接输出每列的计算内容，可以修改循环逻辑：

for (col_name in target_cols) {
  clean_data <- df[!is.na(df[[col_name]]), c("Letter", col_name)]
  d_result <- cohen.d(reformulate("Letter", response = col_name), data = clean_data)
  cat("=== 列", col_name, "的Cohen's d结果 ===\n")
  print(d_result)
  cat("\n")
}

关键细节说明 #

• clean_data <- df[!is.na(df[[col_name]]), c("Letter", col_name)]这一步会精准过滤掉当前数值列含NA的行，确保计算时只用到有效数据。
• 使用reformulate构建公式（数值列 ~ Letter），是cohen.d推荐的用法，比单独传递两个向量更严谨，也能避免数据错位问题。

内容的提问来源于stack exchange，提问作者Anh