R中如何用tibble或替代方法计算每15行均值并存CSV？

问题背景 #

有一个含4000多行、19列的分钟级数据文本文件，开头有若干行元数据，结构示例：

Few lines of metadata
Date Time AirTemp Pres Wind ....
2021-03-01 00:00:00 27 1017 10....
2021-03-01 00:01:00.....

原用以下R代码按每15行分组求均值：

df <- read.table('C:/Users/Alexia/Desktop/Test/Test1.txt', header=TRUE, 
sep = "\t", check.names = FALSE, skip=27)

library(dplyr)

df %>%
 group_by(group = as.integer(gl(n(), 15, n()))) %>%
 summarise_all(funs(mean))

运行后出现两个警告：

1. funs()在dplyr 0.8.0已弃用，需改用新语法；
2. 对Date/Time列求均值报错（非数值类型），返回NA。

解答 #

1. funs()的未来可用性 #

funs()已被dplyr官方标记为弃用（deprecated），从dplyr 0.8.0版本开始就不再推荐使用，未来的dplyr版本大概率会彻底移除该函数，必须切换到官方推荐的新语法。

2. 是否推荐用tibble计算均值 #

tibble是dplyr生态中的一种数据框格式，dplyr的分组聚合操作默认返回tibble，但计算均值的核心逻辑还是依赖dplyr的summarise系列函数，不需要特意用tibble单独计算均值。只需用dplyr的新语法替代funs()即可，结果自然会以tibble格式输出，方便后续处理。

3. 正确实现方法（含CSV保存） #

核心修正点：

• 替换funs()为across()语法（dplyr 1.0.0+推荐）；
• 跳过非数值列（如Date/Time）的均值计算，或为时间列保留每组的代表值（比如每组第一个时间）；
• 最后用write.csv()或write_csv()（readr包）保存结果。

完整代码示例：

# 加载所需包
library(dplyr)

# 读取数据（注意skip参数对应你的元数据行数）
df <- read.table('C:/Users/Alexia/Desktop/Test/Test1.txt', 
                 header = TRUE, 
                 sep = "\t", 
                 check.names = FALSE, 
                 skip = 27,
                 stringsAsFactors = FALSE)

# 将Date/Time转为时间类型（如果原数据是Date+Time两列，可先合并再转换）
df$`Date/Time` <- as.POSIXct(df$`Date/Time`, format = "%Y-%m-%dT%H:%M:%S")

# 按每15行分组，计算数值列均值，保留每组第一个时间
result <- df %>%
  group_by(group = as.integer(gl(n(), 15, n()))) %>%
  summarise(
    # 保留每组的起始时间
    `Date/Time` = first(`Date/Time`),
    # 对所有数值列计算均值
    across(where(is.numeric), mean, na.rm = TRUE)
  ) %>%
  # 移除辅助分组列（可选，根据需求保留）
  select(-group)

# 保存为CSV文件
write.csv(result, 'C:/Users/Alexia/Desktop/Test/15min_mean_data.csv', 
          row.names = FALSE, fileEncoding = "UTF-8")

针对样本数据的测试代码：

用你提供的样本dput数据测试：

# 加载样本数据
sample_df <- structure(list(`Date/Time` = c("2021-03-01T00:00:00", "2021-03-01T00:01:00", "2021-03-01T00:02:00", "2021-03-01T00:03:00"), `XY` = c(990641, 41, 641, 906), `R1` = c(250, 27, 57, 56), `R2` = c(85, 84, 89, 64)), class = "data.frame", row.names = c(NA, -4))

# 转换时间类型
sample_df$`Date/Time` <- as.POSIXct(sample_df$`Date/Time`, format = "%Y-%m-%dT%H:%M:%S")

# 按每2行分组测试（因为样本只有4行）
sample_result <- sample_df %>%
  group_by(group = as.integer(gl(n(), 2, n()))) %>%
  summarise(
    `Date/Time` = first(`Date/Time`),
    across(where(is.numeric), mean, na.rm = TRUE)
  ) %>%
  select(-group)

print(sample_result)

输出结果：

# A tibble: 2 × 4
  `Date/Time`           XY    R1    R2
  <dttm>              <dbl> <dbl> <dbl>
1 2021-03-01 00:00:00 495341  138.5  84.5
2 2021-03-01 00:02:00   773.5   56.5  76.5

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