R语言非互斥分组过滤后列汇总重复代码优化方案问询

优化方案 #

两种实现方式都可以避免重复写统计逻辑，同时适配你提到的非互斥过滤条件的场景：

方法1：批量执行过滤逻辑（最简洁，维护成本低）

把所有过滤规则统一存为列表，通过map_dfr批量执行汇总并自动按行合并：

library(tidyverse)

# 自定义过滤规则，命名对应不同分组
filter_rules <- list(
  block1 = ~ filter(.x, not_covered_poor <= 0),
  block2 = ~ filter(.x, beneficiaries >= 1),
  block3 = ~ filter(.x, beneficiaries == 0)
)

# 批量汇总合并，自动生成分组标识列
result <- map_dfr(filter_rules, ~ .x(df) %>%
  summarise(
    parrishes = n(),
    avg_org_count = mean(org_count),
    percent_poor = sum(pop_poor) / sum(population),
    percent_urban = sum(pop_urban) / sum(population)
  ), .id = "group")

你后续如果需要新增过滤条件，只需要在filter_rules里加一项即可，不需要修改汇总逻辑。

方法2：单次扫描数据集（最高效，适合大数据量）

不用多次过滤数据集，仅扫描一次原数据即可完成所有分组统计：

library(tidyverse)

result <- df %>%
  # 标记每条记录所属的分组（支持同时属于多个分组）
  mutate(
    block1 = not_covered_poor <= 0,
    block2 = beneficiaries >= 1,
    block3 = beneficiaries == 0
  ) %>%
  # 转为长表格式
  pivot_longer(cols = starts_with("block"), names_to = "group", values_to = "in_group") %>%
  filter(in_group) %>%
  # 按分组统一汇总
  group_by(group) %>%
  summarise(
    parrishes = n(),
    avg_org_count = mean(org_count),
    percent_poor = sum(pop_poor) / sum(population),
    percent_urban = sum(pop_urban) / sum(population)
  )

两种方法的输出结果和你原有代码的rbind结果完全一致，同时多了group列方便区分不同分组的统计值。

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