别担心，刚接触R遇到这种带分组计算还要处理NA的问题太正常了，我来一步步帮你搞定～

首先先明确你的需求：对每行的(x1.1y1.1)、(x1.2y1.2)、(x1.3*y1.3)这三个乘积求均值（自动忽略NA），再把这个均值和对应行的std列相乘，结果放到gral_mean列里对吧？

方法一：直接用base R一步到位（适合少量配对的情况） #

我们可以直接把每一组的乘积计算出来，用cbind拼成矩阵，再用rowMeans（记得开na.rm=TRUE来忽略NA），最后乘以std列就行：

# 先创建示例数据框（和你给的一样）
df=data.frame(site=c("A","B","C"),
              std=c(14,12,18),
              x1.1=c(2,5,3), y1.1=c(4,7,1),
              x1.2=c(4,NA,8), y1.2=c(2,3,2),
              x1.3=c(NA,4,6), y1.3=c(1,5,9),
              gral_mean=c(""))

# 核心计算逻辑
df$gral_mean <- df$std * rowMeans(
  cbind(df$x1.1*df$y1.1, df$x1.2*df$y1.2, df$x1.3*df$y1.3),
  na.rm = TRUE
)

运行完你可以查看结果：

• 第一行：(24 + 42)/2 = 8，8*14=112，所以gral_mean是112
• 第二行：(57 +45)/2 =27.5，27.5*12=330
• 第三行：(31 +82 +69)/3 ≈24.333，24.33318≈438

完全符合你的要求，而且自动跳过了NA值～

方法二：自动化处理多组配对（适合后续扩展数据的情况） #

如果以后你的数据里有更多配对（比如x1.4/y1.4、x1.5/y1.5...），手动写每一组就太麻烦了，我们可以用列名匹配的方式自动处理：

# 提取所有以x1.开头的列和y1.开头的列
x_cols <- df[, grepl("^x1\\.", names(df))]
y_cols <- df[, grepl("^y1\\.", names(df))]

# 计算对应列的乘积矩阵
prod_matrix <- x_cols * y_cols

# 求行均值并乘以std列
df$gral_mean <- df$std * rowMeans(prod_matrix, na.rm = TRUE)

这个方法会自动识别所有x1.和y1.开头的配对列，不管你有多少组都能搞定，非常灵活～

备注：内容来源于stack exchange，提问作者eco01