R函数内对因子列逐列删NA并0-1归一化计算统计量报错如何解决？

问题原因 #

map_df遍历数据框列时，传入summary_stats函数的data是单列向量，而drop_na()、summarise()都是仅支持处理数据框/tibble的tidyverse函数，无法直接作用于向量，因此会抛出方法不存在的错误。
你之前单独操作能成功，是因为操作对象是完整数据框，drop_na(x)作用于数据框后返回的仍是数据框，所以summarise可以正常调用。

修正后的代码 #

直接对传入的向量做处理即可，无需调用数据框专属操作：

library(tidyverse)

vars <- c('x', 'y', 'z')
names(vars) <- vars

summary_stats <- function(data){
  # 因子转数值，过滤当前列的NA值
  num_vec <- as.numeric(data)
  num_vec_no_na <- na.omit(num_vec)
  # 0-1归一化
  data_norm <- (num_vec_no_na - min(num_vec_no_na)) / (max(num_vec_no_na) - min(num_vec_no_na))
  # 计算描述统计量
  tibble(
    n = length(data_norm), 
    mean = round(mean(data_norm), digits = 3), 
    sd = round(sd(data_norm), digits = 3), 
    se = round(sd/sqrt(n), digits = 3) 
  ) 
}

table <- map_df(
  df %>% dplyr::select(vars), 
  summary_stats, 
  .id = "covariate"
)

table

输出结果 #

# A tibble: 3 × 5
  covariate     n  mean    sd    se
  <chr>     <int> <dbl> <dbl> <dbl>
1 x            16 0.536 0.269 0.067
2 y            18 0.556 0.338 0.080
3 z            17 0.588 0.352 0.085

内容的提问来源于stack exchange，提问作者C.Robin