如何在R中按列后缀分组计算多行均值？

针对你宽格式DataFrame中按后缀（如_0m、_1m）分组的变量，下面提供两种高效的批量计算行均值的方法，无需手动指定每个变量名：

方法1：长格式转换（推荐，可读性强） #

这种方法通过宽转长、分组计算均值、长转宽的流程实现，适配所有命名规律统一的分组变量：

library(dplyr)
library(tidyr)

# 1. 将宽格式转成长格式，拆分变量名为分组与时间后缀
df_long <- df %>%
  pivot_longer(
    cols = -ID,
    names_to = c("group", "time"),
    names_sep = "_"
  )

# 2. 按ID和时间分组计算行均值
df_mean <- df_long %>%
  group_by(ID, time) %>%
  summarise(row_mean = mean(value, na.rm = TRUE), .groups = "drop")

# 3. 转回宽格式，并重命名列匹配你的期望
df_final <- df %>%
  left_join(
    df_mean %>%
      pivot_wider(
        names_from = time,
        values_from = row_mean,
        names_glue = "row_mean_{case_when(time == '0m' ~ '1', time == '1m' ~ '2')}"
      ),
    by = "ID"
  )

运行后df_final会保留原数据列，同时新增row_mean_1（对应_0m组变量的行均值）、row_mean_2（对应_1m组变量的行均值）。如果后续新增_2m、_3m这类时间后缀的变量，只需调整names_glue中的映射规则即可自动适配。

方法2：直接计算行均值（高效，适合大数据集） #

如果不想转换数据格式，可结合正则匹配和rowMeans直接批量计算，性能更优：

library(dplyr)
library(stringr)
library(purrr)

# 获取所有唯一的时间后缀（排除ID列）
suffixes <- unique(str_extract(names(df)[-1], "_\\d+m$"))

# 批量生成行均值列
df_final <- df %>%
  bind_cols(
    map_dfc(suffixes, function(suf) {
      # 筛选对应后缀的变量，计算行均值
      rowMeans(df %>% select(matches(str_c("^[A-Z]_", suf))), na.rm = TRUE) %>%
        as.data.frame() %>%
        # 按需求命名列：_0m对应row_mean_1，_1m对应row_mean_2
        set_names(str_c("row_mean_", ifelse(suf == "_0m", 1, 2)))
    })
  )

补充说明 #

• 两种方法都支持任意多的分组变量（如A、B、C...）和时间后缀；
• na.rm = TRUE参数确保遇到缺失值时仍能计算有效均值；
• 方法1逻辑清晰易维护，方法2在大数据集上运行速度更快。

内容的提问来源于stack exchange，提问作者TBP