使用sapply生成统计结果时如何保留/设置列名？

我来帮你搞定这个问题！你现在遇到两个小问题：一是手动拼出来的列列表没给元素命名，导致sapply返回的结果没有列名；二是原来的函数返回的是无命名向量，结果连统计量的行名都没有。不过很容易解决，下面给你几种方案：

方法1：直接对数据框目标列应用sapply（最省心） #

不用手动构建列表，直接从数据框中选择需要的列，sapply会自动保留原变量名；同时优化自定义函数，给返回的向量命名，让结果自动带上统计量的行名：

# 优化自定义函数：给返回向量命名，同时加na.rm避免NA干扰统计结果
sfsum <- function(x){
  mean_val <- mean(x, na.rm = TRUE)
  sd_val <- sd(x, na.rm = TRUE)
  min_val <- min(x, na.rm = TRUE)
  max_val <- max(x, na.rm = TRUE)
  # 返回带统计量名称的向量
  return(c(mean = mean_val, sd = sd_val, min = min_val, max = max_val))
}

# 定义需要统计的目标列名
target_cols <- c("age_child", "earnings_child", "logchildinc", 
                 "p_inc84", "login84", "p_inc85", "login85", 
                 "p_inc86", "login86", "p_inc87", "login87", 
                 "p_inc88", "login88")

# 直接对数据框的目标列应用函数，结果自动带列名（原变量名）和行名（统计量）
summ <- sapply(sfbalanced[, target_cols], sfsum)

# 此时summ的结构完全符合你的需求：行是mean/sd/min/max，列是原变量名

方法2：给手动创建的列表添加名字 #

如果你坚持要用手动构建的列表，只需要给列表的每个元素指定对应变量名即可：

# 给列表的每个元素命名，对应原数据框的列名
c <- list(
  age_child = sfbalanced$age_child, 
  earnings_child = sfbalanced$earnings_child, 
  logchildinc = sfbalanced$logchildinc,
  p_inc84 = sfbalanced$p_inc84, 
  login84 = sfbalanced$login84, 
  p_inc85 = sfbalanced$p_inc85, 
  login85 = sfbalanced$login85,
  p_inc86 = sfbalanced$p_inc86, 
  login86 = sfbalanced$login86, 
  p_inc87 = sfbalanced$p_inc87, 
  login87 = sfbalanced$login87,
  p_inc88 = sfbalanced$p_inc88, 
  login88 = sfbalanced$login88
)

# 应用优化后的sfsum函数
summ <- sapply(c, sfsum)

# 此时summ已经自动带上了原变量列名和统计量行名

方法3：手动给已生成的summ补全名称（补救方案） #

如果已经运行了原来的代码，想直接补救的话，可以手动指定列名和行名：

# 给summ添加列名，对应原变量名
colnames(summ) <- c("age_child", "earnings_child", "logchildinc", 
                    "p_inc84", "login84", "p_inc85", "login85", 
                    "p_inc86", "login86", "p_inc87", "login87", 
                    "p_inc88", "login88")

# 添加行名，对应统计量
rownames(summ) <- c("mean", "sd", "min", "max")

小提醒：原来的函数里用了mean、sd这类R内置函数名作为变量名，虽然不会报错，但容易混淆，建议改成mean_val这类名称，减少潜在bug~

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