R语言lapply对dataframe列表应用多函数的报错问题求解

你遇到的报错由多个错误共同导致，核心问题如下：

• 函数内部重复调用lapply：FinalStats是被外层lapply(df, ...)调用的，接收的参数x是单个元素对应的dataframe，不需要再对x做lapply调用SampleZScores，直接调用即可，否则会返回list类型，和数值比较时直接触发类型转换报错。
• 变量名拼写错误：代码中出现了未定义的变量y、labmedians、MscoreMax，会直接引发执行错误。
• if判断逻辑错误：直接用Zscore矩阵和单个数值比较，且未处理NA值。if判断需要接收单个TRUE/FALSE值，用any()函数结合na.rm=TRUE即可过滤NA，正常判断是否存在异常值。
• 变量作用域问题：Mexceed变量仅在else分支定义，若走无异常值的均值分支，会出现变量未定义的错误。

# 加载依赖包
library(outliers)

# 定义阈值常量
ZMax <- 3
MscoreMax <- 3.5

# ZScore计算函数
SampleZScores <- function(x,...){
  unlistdata <- unlist(x[-1])
  GrandMean <- mean(unlistdata,na.rm = T)
  GrandSD <- sd(unlistdata,na.rm=T)
  ZScore <- abs(((x[-1])-GrandMean)/GrandSD)
  return(ZScore)
}

# 支持NA的得分计算函数
scores_na <- function(x, ...) {
  not_na <- !is.na(x)
  scores <- rep(NA, length(x))
  scores[not_na] <- outliers::scores(na.omit(x), ...)
  scores
}

# 最终统计函数
FinalStats <- function(x,...){ 
  # 计算当前元素的Zscore
  Zscores <- SampleZScores(x,na.rm=T)
  # 判断是否存在Zscore异常值，自动忽略NA
  has_z_outlier <- any(Zscores >= ZMax, na.rm = TRUE)
  
  # 初始化变量避免作用域错误
  ConsensusValue <- NA
  Uncertainty <- NA
  
  if(!has_z_outlier){
    # 无Z异常值走均值逻辑
    LabMean <- mapply(mean, x[-1], na.rm = T)
    LabMean[is.infinite(LabMean)] <- NA
    ConsensusValue <- mean(LabMean,na.rm=T)
    SD.All <- unlist(x[-1])
    Uncertainty <- sd(SD.All, na.rm = T)
  }else{
    # 有Z异常值走中位数+MScore逻辑
    LabMedian <- mapply(median, x[-1], na.rm = T)
    LabMedian[is.infinite(LabMedian)] <- NA
    # 计算MScore，排除全NA的实验室
    valid_lab <- !is.na(LabMedian)
    valid_medians <- LabMedian[valid_lab]
    MScore <- round(abs(scores_na(valid_medians, "mad")), digits = 2)
    Mexceed <- length(MScore[MScore > MscoreMax]) 
    # 判断异常占比
    if(Mexceed > 0.25*length(valid_medians)){
      Uncertainty <- NA
    }else{
      # 不确定度取MAD值
      Uncertainty <- mad(valid_medians, na.rm = TRUE)
    }
    ConsensusValue <- median(LabMedian,na.rm=T)
  }
  FinalValues <- cbind(ConsensusValue,Uncertainty)
  return(FinalValues)     
}  

# 批量计算所有元素
CatergoreisStats <- lapply(df,FinalStats)

> CatergoreisStats
$Al2O3
     ConsensusValue Uncertainty
[1,]       2.085393  0.03017355

$As
     ConsensusValue Uncertainty
[1,]        0.00200          NA

$Ba
     ConsensusValue  Uncertainty
[1,]    0.002947835 0.0007410375

内容的提问来源于stack exchange，提问作者Spooked