如何使用dplyr的mutate()按指定条件对列值分组求平均？

核心思路 #

要实现Test 1和Test 2对应行的error值平均，同时保留原数据行数，关键是给每个受试者（name）下的Test 1、Test 2行添加匹配序号，再按序号分组计算均值，Test 3的error值直接保留。

代码实现 #

首先加载dplyr包：

library(dplyr)

对数据集进行处理：

dat_processed <- dat %>%
  # 给每个受试者的每类测试行编序号，用于匹配Test 1和Test 2的对应行
  group_by(name, test) %>%
  mutate(row_idx = row_number()) %>%
  ungroup() %>%
  # 按受试者和行序号分组，计算对应行的均值
  group_by(name, row_idx) %>%
  mutate(
    error_avg = case_when(
      # Test 1和Test 2取组内两者的error均值
      test %in% c("Test 1", "Test 2") ~ mean(error[test %in% c("Test 1", "Test 2")], na.rm = TRUE),
      # Test 3直接保留原error值
      TRUE ~ error
    )
  ) %>%
  ungroup() %>%
  # 移除临时的序号列（可选，根据需求保留）
  select(-row_idx)

关键步骤说明 #

• 添加匹配序号：通过group_by(name, test) %>% mutate(row_idx = row_number())，给每个受试者的每类测试行分配连续序号，确保Test 1的第n行和Test 2的第n行序号一致，实现对应行的精准匹配。
• 分组计算均值：按name和row_idx分组后，同一组包含Test 1和Test 2的对应行，用case_when()判断测试类型，对Test 1/Test 2的error取组内均值，Test 3直接沿用原数值。
• 保留原行数：整个过程没有删减行，最终输出的行数和原数据完全一致。

结果验证 #

可以查看处理后的数据示例，比如筛选Person 1的前6行：

dat_processed %>%
  filter(name == "Person 1") %>%
  slice(1:6)

输出中Test 1和Test 2的对应行error_avg会是两者的均值，比如第1行和第4行的error_avg为(14.9 + 9.5)/2 = 12.2，第2行和第5行的error_avg为(8.4 + 3)/2 = 5.7，符合需求。

内容的提问来源于stack exchange，提问作者user13973103