R语言按变电站分组计算各10分钟时间间隔列均值的技术求助

我懂你的痛点——你想给每个变电站单独计算它在每个10分钟时间间隔的均值，最终得到每个变电站一行、每行包含所有时间间隔均值的结果。之前的代码之所以所有变电站结果相同，是因为你用的colMeans是对整个数据集的列计算均值，而不是每个分组内部的列。

问题根源解释 #

当你在summarise里调用colMeans(tenminintervals[sapply(tenminintervals, is.numeric)])时，tenminintervals指向的是原始的完整数据框，不是当前分组的子集。所以不管你分了多少组，计算出来的都是全局的列均值，自然所有变电站的结果都一样。

正确实现方法（dplyr 1.0.0+推荐写法） #

用dplyr的across函数，它能在分组内对指定列批量应用计算，完美适配你的需求：

情况1：所有数值列都是10分钟间隔列

如果你的数据里，除了Substation列，剩下的列全是各个10分钟间隔的数值（比如interval_0000、interval_0010...interval_2350），直接用where(is.numeric)筛选数值列即可：

library(dplyr)

mean_by_station <- stationgroup %>%
  group_by(Substation) %>%
  summarise(across(where(is.numeric), mean, na.rm = TRUE))

情况2：存在其他非时间间隔的数值列

如果数据里还有其他数值列（比如额外的指标列），可以通过列名前缀或具体列名来精准指定时间间隔列：

# 方式1：按列名前缀筛选（比如所有以interval_开头的列）
mean_by_station <- stationgroup %>%
  group_by(Substation) %>%
  summarise(across(starts_with("interval_"), mean, na.rm = TRUE))

# 方式2：指定具体列名向量
target_intervals <- c("interval_0000", "interval_0010", "interval_0200", ...) # 替换成你的实际列名
mean_by_station <- stationgroup %>%
  group_by(Substation) %>%
  summarise(across(all_of(target_intervals), mean, na.rm = TRUE))

为什么这个写法有效？ #

across会在每个分组内部，对指定的每一列单独计算均值——也就是说，每个变电站的所有日期数据会被单独拿出来，然后对它的每个10分钟间隔列求平均，最终每个变电站对应一行，列就是各时间间隔的均值。

小提示 #

别忘了加上na.rm = TRUE参数，这样如果某些日期的某个时间间隔有缺失值，不会导致整个均值变成NA。

内容的提问来源于stack exchange，提问作者Daedomdan