计算tsibble各序列均值遇colMeans报错，求原因及替代方案

问题场景 #

用户尝试计算tsibble对象中各序列的均值，编写了如下R代码：

library(tsibble)

data <- tibble(
  Time = seq(as.Date("2020-01-01"), by = "1 months", length.out = 4),
  Series1 = c(3, 4, 1, 2), Series2 = c(0, 1, 2, 3)
)
ts <- as_tsibble(data, index = Time)

print(ts)
print(colMeans(ts))

运行后触发报错：

Error in colMeans(ts) : 'x' must be numeric

且对原始tibble调用colMeans()时也出现相同错误。用户疑问：

1. 为何tsibble未重载colMeans()以自动忽略日期索引列？
2. 有哪些可行的替代方法计算数值列的均值？

（环境：R 4.0.4，tsibble 1.1.4）

原因解释 #

colMeans()是base R的函数，要求输入对象的所有列必须是数值类型。tsibble继承自tibble，两者都没有重载colMeans()来自动过滤非数值列——这并非tsibble的设计疏漏，而是因为这类通用数据框列统计不属于tsibble专注的时间序列核心功能范畴。base R的基础函数更强调输入类型的严格性，不会自动推断并过滤非目标类型列。

替代方法 #

方法1：筛选数值列后调用colMeans #

利用dplyr::select()结合where(is.numeric)筛选出所有数值列，再传入colMeans()：

library(dplyr)
colMeans(select(ts, where(is.numeric)))

方法2：用dplyr的summarise+across实现更灵活的统计 #

适配tsibble/tibble生态，支持同时对多列执行统计操作，还可添加na.rm = TRUE处理缺失值：

ts %>% 
  summarise(across(where(is.numeric), mean, na.rm = TRUE))

方法3：转换为数据框后筛选数值列 #

将tsibble转换为普通数据框，再通过逻辑索引筛选数值列（相对前两种方法不够简洁）：

colMeans(as.data.frame(ts)[, sapply(ts, is.numeric)])

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