如何在多文件列不完整时计算指定列的均值？

核心问题是直接引用不存在的列导致报错，只需先筛选出数据中实际存在的目标列，再进行后续计算即可：

merged <- rbindlist(dt.tidied, fill = TRUE, use.names = TRUE)

# 定义目标列
target_cols <- c('Date/Time', 'C1 (C1)', 'C2 (C2)', 'C5 (C5)', 'C8 (C8)', 'C9 (C9)', 'C10 (C10)')

# 筛选出merged中实际存在的目标列
existing_cols <- intersect(target_cols, colnames(merged))

# 仅处理存在的列，避免报错
abc <- merged[, ..existing_cols] %>%
  as_tibble() %>%
  group_by(Time_sp = lubridate::floor_date(`Date/Time`, "5 mins")) %>% 
  summarise(across(where(is.numeric), ~ if(mean(is.na(.x)) > 0.5) NA else mean(.x, na.rm = TRUE)))

write.csv(abc, paste0(dirlist[idx],"_mean.csv"), row.names = FALSE)

关键修改说明 #

• 用intersect(target_cols, colnames(merged))自动匹配数据中实际存在的目标列，忽略不存在的列
• 后续所有操作基于筛选后的existing_cols，彻底避免因引用不存在的列抛出错误
• 保留原有的均值计算逻辑：仅当列的NA占比不超过50%时计算均值，否则返回NA

内容的提问来源于stack exchange，提问作者Alexia k Boston