R语言合并多数据集汇总统计结果的简洁编程模式

你原有代码的冗余核心来自三个部分：重复创建独立的中间数据框、重复编写结构完全一致的汇总逻辑、合并结果后手动匹配标签（这种写法还存在标签和数据错位的风险）。针对多分布对比的常规场景，有两种非常简洁的实现模式，都可以完全去掉冗余步骤，同时降低出错概率：

写法1：长表分组汇总（最易读、适合少量分布对比） #

核心思路是在数据生成阶段就绑定分布类型标识，把所有分布的模拟结果存在同一张长表里，后续只需要一次分组汇总就能直接输出结果，不需要分开计算、手动合并打标签：

library(tidyverse)
set.seed(300) # 保留随机种子保证结果可复现

# 一步生成带标识的全量数据集，不需要拆分多个独立数据框
dist_dt <- tibble(
  name = rep(c("plain_binom", "binom_beta"), each = 1000),
  success = c(
    rbinom(n = 1000, size = 10, prob = 0.8), # 普通二项分布
    rbinom(n = 1000, size = 10, prob = rbeta(n = 1000, shape1 = 4, shape2 = 1)) # beta-二项混合分布
  )
)

# 一次分组汇总直接得到目标统计表
summ_stats <- dist_dt %>%
  group_by(name) %>%
  summarise(
    mean = mean(success),
    sd = sd(success),
    .groups = "drop"
  )

这种写法逻辑非常直观，后续如果要新增对比的分布，只需要在name的向量里加新的分布名、在success的向量里加对应分布的模拟生成代码即可，不需要改动后续汇总逻辑。

写法2：批量映射处理（适合3种及以上分布的批量对比） #

如果要对比的分布数量多，可以把不同分布的生成规则存在命名列表里，用purrr包的映射函数批量生成数据、批量计算统计量，连重复的汇总代码都不需要多写：

library(tidyverse)
set.seed(300)

# 命名列表存储所有待对比分布的生成逻辑，列表名直接作为最终结果的分布标识
dist_list <- list(
  plain_binom = ~rbinom(1000, size = 10, prob = 0.8),
  binom_beta = ~rbinom(1000, size = 10, prob = rbeta(1000, shape1 = 4, shape2 = 1))
)

# 批量遍历所有分布，自动汇总并合并为结果表
summ_stats <- map_dfr(
  .x = dist_list,
  .f = ~tibble(success = .x()) %>% summarise(mean = mean(success), sd = sd(success)),
  .id = "name"
)

这种写法扩展性极强，哪怕后续要对比十几种分布，只需要在dist_list里加对应的生成公式即可，不需要新增任何冗余的中间变量。

两种写法都从根源避免了手动给合并结果加标签的错位风险：所有分布的标识从数据生成环节就和对应数据绑定，不会因为代码顺序调整、传入顺序变动出现标签匹配错误的问题。

内容的提问来源于stack exchange，提问作者D.C. the III