通过for each遍历变量名统计受试者特定细菌检出总次数

架构老林

2026-10-2

原有代码核心问题

语法错误：R的dplyr::mutate中不支持直接用coli[i] = ...这种下标方式动态生成变量名，也无法识别sample[i]_[j]这种拼接格式的变量名，运行会直接报错
逻辑错误：KPN的统计代码写在了内层j循环外面，只有当j等于3时才会执行，只会统计每个采样的第3个细菌检出位的KPN结果，漏掉前两个位置的结果
函数使用错误：sum默认对整列所有值求和，直接调用得到的是所有受试者的总检出次数，不是单受试者的个人累计次数
语法遗漏：第二段循环代码的括号、管道符顺序都存在错漏，无法正常运行

最优实现方案

不需要嵌套循环，用tidyverse的行计算逻辑就能快速实现需求，代码简洁不容易出错：

library(tidyverse)

data_clean <- data %>%
  rowwise() %>% # 按行计算，保证统计维度是单受试者
  mutate(
    # 匹配所有sample开头的变量，统计COLI检出次数
    nb_coli = sum(c_across(starts_with("sample")) == "COLI", na.rm = TRUE),
    # 统计KPN检出次数
    nb_kpn = sum(c_across(starts_with("sample")) == "KPN", na.rm = TRUE)
  ) %>%
  ungroup() # 取消行分组，避免后续操作出现不符合预期的问题

如果需要用循环逻辑实现，可参考如下修正后的代码：

# 初始化计数列
data$nb_coli <- 0
data$nb_kpn <- 0

for (i in 1:12) {
  for (j in 1:3) {
    # 动态拼接变量名
    cur_col <- paste0("sample", i, "_", j)
    # 累加计数
    data$nb_coli <- data$nb_coli + ifelse(data[[cur_col]] == "COLI", 1, 0)
    data$nb_kpn <- data$nb_kpn + ifelse(data[[cur_col]] == "KPN", 1, 0)
  }
}