如何在R中按主体分组，依据变量计算两类均值并添加至数据框？

问题解决思路及代码 #

你的代码主要有两个问题：

1. 示例数据里的measure列是字符类型，直接用mean()计算会返回NA；
2. 分开筛选子集计算均值后，无法直接将两列均值合并回原数据框。

下面提供两种简洁的解决方案，都能直接将两类均值作为新列添加到原数据中：

方法一：直接在原数据框分组计算（推荐）

使用dplyr和stringr包，先转换measure为数值型，再按subject分组后计算条件均值：

# 加载所需包
library(dplyr)
library(stringr)

# 转换measure列为数值型（原数据是字符格式，必须先转换）
airquality$measure <- as.numeric(airquality$measure)

# 计算并添加两类均值列
airquality_with_means <- airquality %>%
  group_by(subject) %>%
  mutate(
    # 计算code以AA/BB开头的measure均值
    mean_AABB = mean(measure[str_detect(code, "^AA|^BB")], na.rm = TRUE),
    # 计算code以AB/BA开头的measure均值
    mean_ABBA = mean(measure[str_detect(code, "^AB|^BA")], na.rm = TRUE)
  ) %>%
  ungroup()

# 查看结果
print(airquality_with_means)

方法二：分步计算均值再合并

如果偏好分步处理，可以先分别计算两类均值，再通过left_join合并到原数据：

library(dplyr)
library(stringr)

# 转换measure为数值型
airquality$measure <- as.numeric(airquality$measure)

# 计算AABB类均值
mean_AABB <- airquality %>%
  filter(str_detect(code, "^AA|^BB")) %>%
  group_by(subject) %>%
  summarise(mean_AABB = mean(measure, na.rm = TRUE))

# 计算ABBA类均值
mean_ABBA <- airquality %>%
  filter(str_detect(code, "^AB|^BA")) %>%
  group_by(subject) %>%
  summarise(mean_ABBA = mean(measure, na.rm = TRUE))

# 合并到原数据框
airquality_with_means <- airquality %>%
  left_join(mean_AABB, by = "subject") %>%
  left_join(mean_ABBA, by = "subject")

print(airquality_with_means)

关键说明 #

• str_detect(code, "^AA|^BB")用于匹配以AA或BB开头的code，比substr更灵活；
• na.rm = TRUE是为了避免数据中有缺失值时计算出错；
• 两种方法最终都会得到包含原数据+两类均值列的结果，满足后续计算需求。

内容的提问来源于stack exchange，提问作者Maike Wuerzburg