如何在R/exams的nops_eval结果中自动识别题型分组并计算分数？

我非常喜欢使用R/exams——在给约200名学生评分时，它是最节省时间的工具。

背景 #

我使用exams2nops()生成纸质试卷，每份试卷包含两部分：

• 授课模块（Lecture section）——30道加权单选题（分值1至4分）。
• 研讨模块（Seminar section）——15道加权单选题。

评分时我需要：

• 30道授课模块题目的总分，
• 15道研讨模块题目的总分，
• 通过公式0.70 × 授课模块总分 + 0.30 × 研讨模块总分计算最终成绩。

问题 #

运行nops_eval()后，我得到一个数据框，每道题目对应一列（列名从points.1到points.45）。如何通过程序化方式识别哪些列属于授课模块、哪些属于研讨模块，而非硬编码列名？

当前（手动）解决方案： #

library(dplyr)

result <- data_frame %>% 
  filter(exam == 25062200004) %>%                 # 选择某一试卷版本
  select(starts_with("points."), name, id) %>% 
  mutate(
    pct_seminar = rowSums(across(c(points.2, points.7, points.8, points.9,
                                   points.10, points.15, points.18, points.21,
                                   points.24, points.27, points.33, points.35,
                                   points.37, points.38, points.45))),
    total_points = rowSums(across(points.1:points.45)),
    pct_course  = total_points - pct_seminar + if_else(id %in% exp_ids, 0.5, 0)
  )

程序化解决方案 #

核心思路是从试卷生成阶段的元数据中提取题目分组信息，彻底替代硬编码列名的操作：

1. 保留试卷生成时的元数据 #

调用exams2nops()时，务必保存完整返回结果，其中包含每道题的配置信息：

# 生成试卷时保存完整输出（含元数据）
nops_output <- exams2nops(
  questions = your_question_list,  # 你的题目列表
  n = 1,  # 按需调整试卷版本数量
  dir = "output",
  meta = TRUE  # 开启元数据保存
)

2. 构建题目分组与列名的映射 #

根据题目模块的划分规则（按顺序或标签），生成分组与points.*列的对应关系：

• 按题目顺序划分：如果前30道是授课模块、后15道是研讨模块，直接生成映射：

question_groups <- c(rep("lecture", 30), rep("seminar", 15))
points_cols <- paste0("points.", seq_along(question_groups))

group_col_map <- tibble(
  col_name = points_cols,
  group = question_groups
)

• 按题目标签划分：如果出题时给每个题目添加了tags: lecture/tags: seminar标签，直接从元数据提取：

# 从元数据中读取每道题的标签
question_tags <- sapply(nops_output$meta$question, function(q) q$tags)
group_col_map <- tibble(
  col_name = paste0("points.", seq_along(question_tags)),
  group = question_tags
)

3. 动态计算各模块总分 #

用映射结果筛选列，完成评分计算：

library(dplyr)

# 提取两个模块对应的列名
lecture_cols <- group_col_map %>% filter(group == "lecture") %>% pull(col_name)
seminar_cols <- group_col_map %>% filter(group == "seminar") %>% pull(col_name)

result <- data_frame %>% 
  filter(exam == 25062200004) %>% 
  select(all_of(c(points_cols, "name", "id"))) %>% 
  mutate(
    pct_seminar = rowSums(across(all_of(seminar_cols))),
    pct_course = rowSums(across(all_of(lecture_cols))) + if_else(id %in% exp_ids, 0.5, 0),
    final_score = 0.7 * pct_course + 0.3 * pct_seminar  # 计算最终成绩
  )

内容的提问来源于stack exchange，提问作者George G