如何使用across函数重写R dplyr分组统计代码得到相同计算结果

原有代码错误点 #

• 分组逻辑错误：group_by(across(all_of(tests0, GROUP)))写法不符合规范，all_of()要求传入字符格式的列名向量，普通分组直接写列名即可
• 统计逻辑拆分错误：对score0/score7单独计算均值、标准误属于单列统计，可以用across遍历实现，但配对t检验需要同时调用两个列的数据，不能放在针对单个列遍历的across逻辑内
• 语法错误：原有代码括号不匹配，配对t检验未指定paired = TRUE参数和y列，无法得到正确的差值与p值

正确可运行代码 #

library(dplyr)
library(plotrix) # std.error函数来源于该包
library(stringr)

out %>% 
  group_by(tests0, GROUP) %>% 
  summarise(
    # 遍历两个score列计算均值、标准误，直接生成匹配的列名
    across(c(score0, score7),
           list(mean = ~mean(.x, na.rm = T),
                stderr = ~std.error(.x, na.rm = T)),
           .names = "{.fn}{str_remove(.col, 'score')}"),
    # 单独计算配对t检验结果
    diff.std.mean = t.test(score0, score7, paired = T)$estimate,
    p.value = t.test(score0, score7, paired = T)$p.value,
    .groups = "drop"
  )

如果不想加载额外包处理列名，也可以计算完成后手动重命名：

out %>% 
  group_by(tests0, GROUP) %>% 
  summarise(
    across(starts_with("score"),
           list(mean = ~mean(.x, na.rm = T),
                stderr = ~std.error(.x, na.rm = T))),
    diff.std.mean = t.test(score0, score7, paired = T)$estimate,
    p.value = t.test(score0, score7, paired = T)$p.value,
    .groups = "drop"
  ) %>% 
  rename(mean0 = score0_mean,
         stderr0 = score0_stderr,
         mean7 = score7_mean,
         stederr7 = score7_stderr)

注：上述两种写法运行后的输出结果和你最初的实现完全一致。

内容的提问来源于stack exchange，提问作者12666727b9