如何计算R数据框中数值列Country_1的三个最小价格的平均值（含大数据量场景）

针对你提出的需求——计算数据框d中Country_1列三个最小价格的平均值，同时适配数千条数据的场景，我整理了两种实用的实现方案，还特意考虑了NA值的处理：

方法一：基础R原生实现 #

这种方法不需要额外加载包，代码简洁高效，处理几千条数据毫无压力：

# 提取Country_1列、过滤NA、排序取前3个后计算均值
mean(sort(d$Country_1, na.last = NA)[1:3])

代码解释： #

• sort(d$Country_1, na.last = NA)：对Country_1列进行升序排序，同时直接排除所有NA值（避免干扰计算）
• [1:3]：提取排序后的前3个最小数值
• mean()：计算这三个值的平均值

方法二：tidyverse（dplyr）实现 #

如果你习惯用管道化的代码风格，或者你的数据是tibble格式（就像示例里的tbl_df），用dplyr会更直观：

library(dplyr)

# 管道操作：过滤NA → 取最小3个值 → 计算平均值
d %>%
  filter(!is.na(Country_1)) %>%
  top_n(-3, Country_1) %>%
  summarise(avg_of_top3_min = mean(Country_1))

代码解释： #

• filter(!is.na(Country_1))：先过滤掉Country_1列中的NA值
• top_n(-3, Country_1)：top_n默认取最大的n个值，加负号就会取最小的3个值，这个操作比全量排序更高效
• summarise()：汇总计算这三个值的平均值，最终返回一个包含结果的tibble

如果你偏好先排序再取数的直观逻辑，也可以把top_n换成arrange(Country_1) %>% slice_head(n = 3)，效果完全一样，处理几千条数据的速度也没差别。

测试示例数据的结果 #

用你提供的示例数据运行代码，得到的三个最小价格是77.68635、79.6787、81.80897，计算出的平均值约为79.72467，两种方法都会得到这个结果。

不管是哪种方法，处理数千条数据都非常高效——R的这些内置函数都是经过优化的，完全不用担心性能问题。

内容的提问来源于stack exchange，提问作者firmo23