如何用purrr按cyl分组计算mtcars各变量均值？

你遇到的问题核心是：map_df(~mean(.x, na.rm = TRUE)) 里的 .x 是每个分组对应的完整数据框，而 mean() 直接接收数据框时，无法按预期生成各列均值的结构化结果，还会触发类型不兼容的错误。

正确的做法是，对每个分组的数据框，先遍历它的每一列（即单个变量），再对列向量应用 mean()。用purrr实现需要嵌套使用 map 函数：

1. 先按 cyl 拆分数据集为列表（每个元素是对应cyl的子数据框）：

library(purrr)
by_cyl <- split(mtcars, mtcars$cyl)

2. 对每个子数据框，遍历所有列计算均值，再组合成结果数据框：

mean_by_cyl <- by_cyl %>% 
  map_df(~map_dbl(.x, mean, na.rm = TRUE), .id = "cyl")

• map_dbl(.x, mean, na.rm = TRUE)：遍历当前分组的子数据框 .x 的每一列，对列向量计算均值，返回一个数值向量
• 外层的 map_df()：将每个分组的均值向量组合成完整的数据框，.id = "cyl" 参数会自动添加分组标识列，方便区分不同cyl的结果

如果习惯结合dplyr使用，也可以用更直观的写法（本质还是调用purrr的逻辑）：

library(dplyr)
library(purrr)

mtcars %>% 
  group_split(cyl) %>% 
  map_df(~summarize_all(.x, mean, na.rm = TRUE), .id = "cyl")

这样就能得到按cyl分组后，各变量的均值结果。

内容的提问来源于stack exchange，提问作者menomale