如何用dplyr将数据框指定列的均值替换对应列每行数据？

问题说明 #

需要计算数据框中名称以“Fruits -”开头的各列均值，并用该均值替换对应列的每行数据。尝试使用mutate(across(starts_with()))选中目标列后，用summarize(mean())计算均值替换时报错，即便已将字符列转为数值型仍无法解决。

示例数据 #

test<-structure(list(`Fruits - Apples` = c("1", "4"), `Fruits - Oranges` = c("2", 
"6"), `Fruits - Bananas` = c("5", "3")), row.names = c(NA, -2L
), class = c("tbl_df", "tbl", "data.frame"))

尝试的代码 #

nicetry<-test%>%
 mutate(across(everything(), ~as.numeric(.x)))%>%
 mutate(across(starts_with("Fruits -"), ~ summarize(mean = mean(.x, na.rm = T))))

错误信息 #

Error in `mutate()`:
ℹ In argument: `across(starts_with("Fruits -"), ~summarize(mean = mean(.x, na.rm = T)))`.
Caused by error in `across()`:
! Can't compute column `Fruits - Apples`.
Caused by error in `UseMethod()`:
! no applicable method for 'summarise' applied to an object of class "c('double', 'numeric')"
Run `rlang::last_trace()` to see where the error occurred.

解决方案 #

错误原因 #

summarize()是用于生成汇总行的函数，返回长度为1的单值结果，而mutate()的across()要求处理函数返回与原列长度一致的向量，因此直接使用summarize()会触发类型不匹配的错误。

正确代码 #

利用tidyverse的向量自动广播特性，直接计算列均值并赋值，单值均值会自动填充到列的所有行：

# 分步转换并替换
result <- test %>%
  mutate(across(everything(), as.numeric)) %>%
  mutate(across(starts_with("Fruits -"), ~mean(.x, na.rm = TRUE)))

也可以合并步骤，在计算均值时直接完成类型转换：

# 合并步骤的简洁写法
result <- test %>%
  mutate(across(starts_with("Fruits -"), ~mean(as.numeric(.x), na.rm = TRUE)))

期望输出 #

# A tibble: 2 × 3
  `Fruits - Apples` `Fruits - Oranges` `Fruits - Bananas`
              <dbl>              <dbl>              <dbl>
1               2.5                  4                  4
2               2.5                  4                  4

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