R中如何通过循环与子集操作结合MICE包计算多重插补数据的均值

with(imp, ...)执行时会在插补数据集的环境内求值，你传入的varlist[i]/rname[1]是字符串格式的变量名，不会被自动识别为数据集中的对应列，相当于你直接对字符串"Var_1"/"chl"计算均值，自然触发argument is not numeric or logical报错返回NA。

用get()函数即可在当前求值环境中将字符串映射为对应的变量对象，无需额外引入其他包。

单条语句修复 #

对应你提供的可复现示例，修改后可正常返回结果：

MeanRes <- with(imp, exp = mean(subset(get(rname[1]), bmi > 25)))
res <- mean(unlist(MeanRes$analyses)) # 正确返回200.688888888

批量计算函数修复 #

你之前的函数还存在语法缺失（少function关键字、for循环括号未闭合）、结果向量未初始化的问题，完整修复版如下：

doMean <- function(imp, varlist, filter) {
  # 初始化结果存储向量
  saveValue <- numeric(length(varlist))
  for (i in seq_along(varlist)) {
    # get()将字符串变量名解析为环境内的实际列
    meanVal <- with(imp, exp = mean(subset(get(varlist[i]), Var_2 == filter)))
    saveValue[i] <- mean(unlist(meanVal$analyses))
  }
  # 给结果命名方便匹配对应变量
  names(saveValue) <- varlist
  return(saveValue)
}

调用示例 #

# 传入变量名列表和过滤条件即可批量计算
varlist <- c("Var_1", "Var_4", "Var_10")
result <- doMean(imp, varlist, filter = 1)
# 输出结果为命名向量，直接按变量名取值即可
print(result["Var_1"])

如果需要更灵活的过滤条件（不是固定Var_2 == filter），可以进一步用表达式注入的方式实现，上述方案已经能覆盖你当前的批量计算需求。

内容的提问来源于stack exchange，提问作者rNewbie