R语言如何通过自定义函数生成按分组统计的新dataframe

• 没有将add_row的结果重新赋值给df1：dplyr的函数默认不会修改原对象，直接调用df1 %>% add_row(...)不会修改循环外的df1，每次计算的结果都没有保存
• 全局变量冲突：函数里同时用到了外部的base、cont_harmless、提前定义的df1，封装性差，很容易出现变量取值错误
• 语法错误：R里返回值是小写的return()不是大写的Return，最开始初始化df1的语法df1 <- (A, 1, 2)本身就不符合R语法规则，会直接报错
• 列名不匹配：初始化df1的时候列名是小写的well，add_row的时候写的是大写的Well，大小写不一致会多出空列

优先推荐用tidyverse的group_by + summarize逻辑实现，比循环写法更简洁，尤其适合你需要提取15项统计指标的场景：

library(tidyverse)

# 你的原始数据集，这里用示例数据演示
df <- tribble(
  ~Well, ~Time, ~Value,
  "A01", 0, 3,
  "A01", 1, 4,
  "A01", 2, 5,
  "A02", 0, 2,
  "A02", 1, 3,
  "A02", 2, 4
)

# 分组统计，每个Well对应一行结果
stat_df <- df %>%
  group_by(Well) %>%
  summarize(
    max_val = max(Value), # 最大值
    max_time = Time[which.max(Value)], # 最大值对应的Time值
    min_val = min(Value), # 最小值
    min_time = Time[which.min(Value)], # 最小值对应的Time值
    # 剩余11项统计指标直接在这个位置补充即可，比如均值mean(Value)、标准差sd(Value)、中位数median(Value)等
    .groups = "drop"
  )

# 导出为CSV
write_csv(stat_df, "well_statistics.csv")

如果你一定要保留原有循环写法，修正后的可用版本如下：

stat.well <- function(x) {
  # 在函数内部初始化结果表，避免全局变量冲突
  df1 <- data.frame(
    Well = character(),
    max = numeric(),
    max_idx = integer(),
    min = numeric(),
    min_idx = integer(),
    stringsAsFactors = FALSE
  )
  # 直接取传入数据的Well唯一值，不依赖外部变量
  well <- unique(x$Well)
  
  for (i in seq_along(well)) {
    single_well <- subset(x, Well == well[i])
    a <- max(single_well$Value)
    b <- which.max(single_well$Value)
    c <- min(single_well$Value)
    d <- which.min(single_well$Value)
    # 补充其他统计指标计算逻辑
    
    # 将新行赋值回df1，保留计算结果
    df1 <- df1 %>% 
      add_row(Well = well[i], max = a, max_idx = b, min = c, min_idx = d)
  }
  return(df1)
}

# 调用函数时传入你的数据集，接收返回结果
result <- stat.well(df)

内容的提问来源于stack exchange，提问作者jacobaschi