如何为含NA的分组多变量生成mean与sd统计表格

完整解决方案代码 #

# 加载必要工具包
library(dplyr)
library(tidyr)

# 构造带NA值的示例数据集
irisalt <- iris
irisalt[1, 1] <- NA
irisalt[52, 2] <- NA
irisalt[103, 3] <- NA

# 核心计算逻辑：按分组统计，保留非NA的有效数据
result <- irisalt %>%
  group_by(Species) %>%
  summarise(
    # 对所有非分组列计算均值和标准差，自动生成规范列名
    across(
      everything(),
      list(mean = ~mean(., na.rm = TRUE), sd = ~sd(., na.rm = TRUE)),
      .names = "{.col}_{.fn}"
    )
  )

# 查看结果
print(result)

关键逻辑说明 #

• group_by(Species)：按指定分组字段（Species）划分数据
• across(everything(), ...)：对所有非分组列批量应用统计函数；若只需计算指定变量，可替换为c(Sepal.Length, Sepal.Width)这类列名向量
• list(mean = ~mean(., na.rm=T), sd = ~sd(., na.rm=T))：对每个变量同时计算均值和标准差，na.rm=TRUE仅忽略当前变量的NA值，不会删除整行，避免干扰其他变量的统计结果
• .names = "{.col}_{.fn}"：自动生成清晰的列名（如Sepal.Length_mean、Sepal.Length_sd），对应变量和统计类型

运行后将得到每个分组一行的结果，每个原始变量对应均值、标准差两列，完全匹配需求。

内容的提问来源于stack exchange，提问作者Mark Davies