R语言使用循环基于V1-V6列条件计算均值差并存储为数据框

可以通过for循环实现该需求，具体实现如下：

基础for循环实现代码 #

# 初始化结果存储数据框，包含处理列名和对应diff值两列
result_df <- data.frame(
  V_col = paste0("V", 1:6),
  diff = NA_real_
)

# 遍历V1到V6所有列计算diff
for (i in 1:6) {
  # 动态提取当前遍历的Vx列
  current_col <- combined_df[[paste0("V", i)]]
  t_group <- which(current_col > 0)
  c_group <- which(current_col <= 0)
  # 计算差值并存入结果表
  result_df$diff[i] <- mean(combined_df$`Yi(1)`[t_group]) - mean(combined_df$`Yi(0)`[c_group])
}

# 输出最终结果
print(result_df)

加边界判断的优化版本 #

如果存在某列全为1（无对照组）或全为0（无处理组）的情况，会导致均值计算出错，可以添加边界判断兼容这类场景：

for (i in 1:6) {
  current_col <- combined_df[[paste0("V", i)]]
  t_group <- which(current_col > 0)
  c_group <- which(current_col <= 0)
  # 处理无对照/无处理组的特殊情况
  if (length(t_group) == 0 || length(c_group) == 0) {
    result_df$diff[i] <- NA
    next
  }
  result_df$diff[i] <- mean(combined_df$`Yi(1)`[t_group]) - mean(combined_df$`Yi(0)`[c_group])
}

可选简洁实现（sapply版本） #

如果偏好更短的代码，也可以用sapply替代for循环实现相同逻辑：

diff_vals <- sapply(paste0("V", 1:6), function(col) {
  current_col <- combined_df[[col]]
  t_group <- which(current_col > 0)
  c_group <- which(current_col <= 0)
  if (length(t_group) == 0 || length(c_group) == 0) return(NA)
  mean(combined_df$`Yi(1)`[t_group]) - mean(combined_df$`Yi(0)`[c_group])
})
result_df <- data.frame(V_col = names(diff_vals), diff = diff_vals, row.names = NULL)

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