如何基于iris数据集生成含均值±标准差的分组tibble？

你的现有代码已经完成了分组计算均值、标准差，并且把数据整理成了长格式，接下来只需要把均值和标准差合并成带“±”的列，再按需调整格式即可：

1. 合并均值与标准差：用mutate函数把Mean和dev.st拼接成新列，可设置小数位数让结果更规整。
2. 可选：移除冗余列：如果不需要单独的均值、标准差列，用select删掉即可。
3. 可选：转宽格式：若希望每个变量作为一列（而非行），用pivot_wider调整结构。

完整代码示例 #

library(tidyverse)

iris %>%
  group_by(Species) %>%
  summarise(across(everything(), list(Mean = mean, dev.st = sd))) %>% 
  pivot_longer(cols = -Species, names_to = c(".value", "variable"), names_sep = "_") %>%
  # 合并均值和标准差，保留2位小数
  mutate(summary_stats = paste0(round(Mean, 2), " ± ", round(dev.st, 2))) %>%
  # 移除单独的均值和标准差列（可选操作）
  select(-Mean, -dev.st) %>%
  # 可选：转成宽格式，每个变量作为一列
  pivot_wider(names_from = variable, values_from = summary_stats)

代码说明 #

• round(Mean, 2)：将均值保留2位小数，可根据需求调整位数。
• paste0：实现字符串无缝拼接，也可以用stringr::str_glue("{round(Mean,2)} ± {round(dev.st,2)}")，写法更直观。
• pivot_wider：如果需要宽格式（每行对应一个物种，每列对应一个变量的统计值）就添加这一步，否则保留长格式即可。

宽格式输出示例 #

内容的提问来源于stack exchange，提问作者Manuel Tiburtini