如何按DataFrame中expl.val分组计算pred.val均值并生成新DataFrame

使用dplyr包（推荐） #

先按expl.val分组计算pred.val的均值，再补全1到14的所有取值：

library(dplyr)

# 分组计算均值
mean_data <- cat1 %>%
  group_by(expl.val) %>%
  summarise(pred.val = mean(pred.val, na.rm = TRUE))

# 生成包含1-14的完整序列，左连接补全缺失项
final_df <- tibble(expl.val = 1:14) %>%
  left_join(mean_data, by = "expl.val")

# 可选：将缺失的均值替换为0（或其他值）
final_df <- final_df %>% mutate(pred.val = replace_na(pred.val, 0))

使用Base R #

如果不想加载额外包，用基础R实现：

# 分组计算均值
mean_data <- aggregate(pred.val ~ expl.val, data = cat1, FUN = mean, na.rm = TRUE)

# 生成完整序列并合并，保留所有1-14的取值
final_df <- merge(data.frame(expl.val = 1:14), mean_data, by = "expl.val", all.x = TRUE)

说明：

• na.rm = TRUE用于忽略pred.val中的缺失值，避免计算结果为NA
• 左连接/all.x = TRUE确保1到14的每个expl.val都出现在最终DataFrame中，原始数据中没有的取值对应的均值会显示为NA，可按需替换为其他值

内容的提问来源于stack exchange，提问作者Mike