自定义pollutantmean函数计算均值错误，请求排查R代码问题

下面是代码里的关键错误及修正方案：

• 函数名大小写不匹配：R对大小写敏感，你定义的函数是Pollutantmean（首字母大写），但调用时用的是pollutantmean（全小写），这会导致函数无法正确匹配，先把函数名统一为pollutantmean。

• 硬编码覆盖directory参数：你直接将directory赋值为固定本地路径，还调用setwd修改全局工作目录，这让函数的directory参数完全失效，也会干扰其他代码的工作路径。正确做法是用file.path(directory, 文件名)拼接路径，无需修改全局目录。

• 循环读取文件未累加数据：循环里每次都用allcsv覆盖当前文件数据，最后只保留了最后一个CSV的内容，没有把所有指定ID的文件合并起来。而且你读取了所有CSV，不是id参数指定的那些，应该循环处理每个ID对应的文件，并将数据追加到合并数据框中。

• 忽略pollutant参数：你直接把pollutant变量覆盖成sulfate和nitrate两列，完全没用到传入的污染物类型参数，应该根据pollutant的值选择对应列。

• ID筛选逻辑错误：你单独提取ID列进行筛选，既丢失了污染物数据，还把筛选条件写反了（应该是ID %in% id，而非id %in% ID）。正确做法是直接在合并后的数据集里筛选符合ID条件的行。

• 均值计算逻辑错误：你把两种污染物的总和相加，再除以监测器数量，这根本不是指定污染物的均值。正确方式是提取筛选后的数据中指定污染物的非NA值，用mean(..., na.rm = TRUE)直接计算均值。

修正后的完整代码 #

pollutantmean <- function(directory, pollutant, id = 1:332) {
  # 初始化空数据框用于存储合并后的数据
  combined_data <- data.frame()
  
  # 循环处理每个指定ID对应的监测器文件
  for (i in id) {
    # 格式化文件名，确保是3位数字格式（如1转为001.csv）
    filename <- sprintf("%03d.csv", i)
    # 拼接完整的文件路径
    file_path <- file.path(directory, filename)
    # 读取当前CSV文件
    current_data <- read.csv(file_path, header = TRUE)
    # 将当前文件数据追加到合并数据框中
    combined_data <- rbind(combined_data, current_data)
  }
  
  # 提取指定污染物的列值
  pollutant_values <- combined_data[[pollutant]]
  # 计算非NA值的均值
  mean_value <- mean(pollutant_values, na.rm = TRUE)
  
  # 返回计算结果
  return(mean_value)
}

现在运行pollutantmean("specdata", "sulfate", 1:10)就能得到正确结果[1] 4.064128了。

内容的提问来源于stack exchange，提问作者raza zaidi