如何为非迭代生成的tidyverse汇总表添加组间差值列

优化方案 #

核心逻辑是延后字符串拼接步骤，先完成所有数值型统计量的计算，再做格式处理，避免反复解析字符串带来的冗余代码。

完整实现代码如下：

library(tidyverse)

sum_variables <- c("mpg", "hp", "disp")

# 生成分组变量
mtcars <- mtcars %>% 
  mutate(am_factor = case_when(am == 0 ~ "Automatic", TRUE ~ "Manual"))

# 一次性完成统计、差值计算与格式输出
mtcars %>%
  group_by(am_factor) %>%
  # 先计算每个变量的均值、标准差数值，暂不拼接
  summarise(across(all_of(sum_variables),
                   list(mean = ~round(mean(.), 2), sd = ~round(sd(.), 2)),
                   .names = "{.col}_{.fn}")) %>%
  # 转长格式拆分变量名与统计类型
  pivot_longer(cols = -am_factor, 
               names_to = c("name", ".value"), 
               names_sep = "_") %>%
  # 把分组类型展开为列
  pivot_wider(names_from = am_factor, values_from = c(mean, sd)) %>%
  # 直接用数值计算差值，再拼接显示用的字符串
  mutate(difference = round(mean_Automatic - mean_Manual),
         Automatic = paste0(mean_Automatic, "(±", sd_Automatic, ")"),
         Manual = paste0(mean_Manual, "(±", sd_Manual, ")")) %>%
  # 选择最终需要的列
  select(name, Automatic, Manual, difference)

运行结果和需求完全匹配：

# A tibble: 3 × 4
  name  Automatic       Manual         difference
  <chr> <chr>           <chr>               <dbl>
1 mpg   17.15(±3.83)    24.39(±6.17)           -7
2 hp    160.26(±53.91)  126.85(±84.06)         33
3 disp  290.38(±110.17) 143.53(±87.2)         147

该方案的优势：

• 全程无迭代逻辑，全部使用tidyverse原生向量化操作
• 所有数值统计量都保留在中间步骤，后续需要新增列（比如差异显著性、变异系数等）不需要重新计算或解析字符串
• 逻辑分层清晰，统计计算和展示格式分离，更易维护

内容的提问来源于stack exchange，提问作者Serkan