使用dplyr按组获取阈值以上行的均值失败，求解决方案

你的需求是按group分组后，计算每个组中b列数值大于4的行的均值，但之前的两段代码都没实现这个目标，问题出在逻辑上：

• 第一段代码mean(b>4)：b>4会生成逻辑向量（TRUE/FALSE），R中TRUE等价于1、FALSE等价于0，所以这个计算的是每组中b>4的行占比，不是数值的均值。
• 第二段代码mean(which(b>4))：which(b>4)返回的是满足条件的行的索引位置，计算的是这些索引的平均值，和你要的b列数值完全无关。

正确实现方法 #

方法1：先过滤再分组汇总（最直观）

先筛选出b>4的行，再按组计算均值：

library(dplyr)

df %>%
  filter(b > 4) %>%
  group_by(group) %>%
  summarise(mean_b = mean(b))

方法2：在summarise中直接筛选（无需提前过滤）

在mean()函数里直接对b列做条件筛选，同时加上na.rm = TRUE避免某组无符合条件数据时返回错误：

library(dplyr)

df %>%
  group_by(group) %>%
  summarise(mean_b = mean(b[b > 4], na.rm = TRUE))

结果验证 #

用你提供的数据计算：

• group a的符合条件数值：4.154182、5.958000、5.689609、5.003576，均值约为5.2013
• group b的符合条件数值：5.127969、4.841127、5.796909，均值约为5.2553

两种方法都会得到这个正确结果。

内容的提问来源于stack exchange，提问作者EML