更优编码实践：使用dplyr循环生成统计汇总结果

嘿，我懂你现在的烦恼——重复写几乎一模一样的代码既繁琐，后续改逻辑的时候还容易漏改。咱们可以把重复的统计逻辑封装成函数，再通过循环遍历目标变量的方式来批量处理，彻底告别重复代码！

第一步：封装统计逻辑为函数 #

先把你对单个变量做的分组统计逻辑写成一个可复用的函数，这样不管是R_D$还是Returns$，甚至以后加新变量，都能直接用这个函数处理：

# 定义一个处理单个变量分组统计的函数
get_group_summary <- function(data, var_col) {
  # 生成summary的分位数、均值等统计量
  summary_part <- data %>%
    group_by(Year) %>%
    do(data.frame(as.list(summary(.[[var_col]])), check.names = FALSE))
  
  # 单独计算总和与标准差（加入na.rm避免缺失值报错）
  sum_sd_part <- data %>%
    group_by(Year) %>%
    summarise(
      sum = sum(.[[var_col]], na.rm = TRUE),
      sd = sd(.[[var_col]], na.rm = TRUE),
      .groups = "drop"  # 取消分组，避免后续合并时的分组冲突
    )
  
  # 合并两部分结果，再添加变量标识列（方便区分不同变量的统计结果）
  final_result <- summary_part %>%
    left_join(sum_sd_part, by = "Year") %>%
    mutate(variable = var_col)
  
  return(final_result)
}

第二步：批量处理目标变量 #

接下来定义你要处理的变量列表，然后用循环或者lapply批量生成统计结果：

方式1：用lapply批量处理并合并成一个总表

如果想把所有变量的统计结果放在同一个数据框里，方便对比查看，可以这么做：

# 定义需要处理的变量名
target_variables <- c("R_D$", "Returns$")

# 批量处理所有变量
all_summary <- lapply(target_variables, function(var) get_group_summary(df, var))

# 合并成一个完整的数据框
combined_summary <- dplyr::bind_rows(all_summary)

方式2：用for循环单独保存每个变量的结果

如果你还是想保留原来的命名（比如R_DYear、Returns_Year），可以用循环给每个结果单独赋值：

# 遍历每个目标变量
for (var in target_variables) {
  # 生成对应的结果名称（去掉变量名里的$，再加上_Years后缀）
  result_name <- gsub("\\$", "", var) %>% paste0("_Year")
  # 将统计结果赋值到全局环境
  assign(result_name, get_group_summary(df, var))
}

效果说明 #

运行完上面的代码后，R_DYear和Returns_Year的结果会和你手动写重复代码得到的完全一致，而且还多了一个variable列用来标识统计的是哪个变量，同时加入了na.rm = TRUE让代码更健壮（避免数据中有缺失值时统计结果变成NA）。

以后如果需要加新的变量做同样的统计，只需要把变量名加到target_variables列表里就行，完全不用改统计逻辑~

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