R语言中如何高效对多变量分组计算描述统计？

你可以用dplyr中的across()函数批量处理多变量，避免重复编写每个变量的统计代码，大幅简化代码：

基础优化版本 #

grouped_summary <- my_data %>% 
  group_by(group) %>% 
  summarize(
    # 批量指定要处理的变量与需计算的统计量
    across(
      c(variable1, variable2),
      list(mean = mean, median = median, sd = sd),
      na.rm = TRUE
    ),
    count = n()
  )

更灵活的变量选择 #

如果需要处理的变量数量多（比如所有数值型变量），可以用变量选择器进一步简化：

grouped_summary <- my_data %>% 
  group_by(group) %>% 
  summarize(
    # 处理所有数值型变量
    across(
      where(is.numeric),
      list(mean = mean, median = median, sd = sd),
      na.rm = TRUE
    ),
    count = n()
  )

或者匹配变量名前缀（比如所有以"variable"开头的变量）：

across(starts_with("variable"), list(mean = mean, median = median, sd = sd), na.rm = TRUE)

整洁的长格式输出（可选） #

如果需要更易读的长格式结果，可以用pivot_longer和pivot_wider调整输出结构：

long_summary <- grouped_summary %>% 
  pivot_longer(
    cols = -c(group, count),
    names_sep = "_",
    into = c("stat", "variable")
  ) %>% 
  pivot_wider(names_from = stat, values_from = value)

这个版本会输出每行对应一个分组+一个变量，包含mean、median、sd、count四个统计量，更适合后续分析或可视化。

内容的提问来源于stack exchange，提问作者sebastian.mendoza