R语言：基于选定数据框列计算行min、median、max的问题求助

1. min/max返回全局值而非行值 #

min()/max()是对整个输入向量计算最值，直接传入数据框子集时，R会把数据框扁平化转换成一个大向量，计算的是所有行所有列的全局最值，自然所有行都显示同一个结果。而rowSums()/rowMeans()是专门为矩阵/数据框设计的逐行计算函数，所以能正确输出每行结果。

2. median()报错的原因 #

median()默认只接受向量输入，当传入数据框时，R会尝试把数据框转换成向量。如果你的目标列子集里包含字符型列，转换后的向量会变成字符类型，而median()无法对字符向量计算中位数，因此报错。

而rowSums()/rowMeans()能运行的原因：

• rowSums(!is.na(df[, columns]))只是对每个元素判断是否为NA，不管元素是字符还是数值，都能生成逻辑矩阵，再求和得到每行非NA数量。
• rowMeans(df[, columns], na.rm = TRUE)能运行，说明你的目标列里的数值型列占主导，或者字符型列在每行的元素都是NA（na.rm=TRUE会忽略这些NA，只计算数值型的非NA值）。但本质上如果目标列里有非NA的字符型元素，rowMeans()也会报错，你当前的情况只是刚好没触发而已。

要实现每行的min/median/max计算，需要用apply()函数对每行应用对应函数，同时先确保目标列的数值型转换（处理混合类型问题）：

步骤1：先将目标列子集转换为数值矩阵（自动把非数值字符转为NA） #

num_subset <- as.matrix(sapply(df[, columns], as.numeric))

这一步会把所有目标列转成数值型，无法转换的字符（比如非数字的字符串）会变成NA，避免后续函数报错。

步骤2：逐行计算min/median/max #

# 每行最小值
df$min <- apply(num_subset, 1, function(x) min(x, na.rm = TRUE))
# 每行中位数
df$median <- apply(num_subset, 1, function(x) median(x, na.rm = TRUE))
# 每行最大值
df$max <- apply(num_subset, 1, function(x) max(x, na.rm = TRUE))

补充：处理全NA行的情况 #

如果某一行所有元素都是NA，min()/median()/max()会返回Inf/NaN/-Inf，可以加个判断处理：

df$min <- apply(num_subset, 1, function(x) {
  if(all(is.na(x))) NA else min(x, na.rm = TRUE)
})

假设你的数据框是：

df <- data.frame(
  col1 = c(1, "NA", 3, 5),
  col2 = c(2, 4, "abc", 6),
  col3 = c(NA, 5, 7, 8),
  stringsAsFactors = FALSE
)
columns <- colnames(df)[1:3]

执行上述代码后，会得到正确的每行统计值，且不会报错。

内容的提问来源于stack exchange，提问作者mschmidt