如何对数据框中每隔n列的对应列求均值？R语言实现

一、准备工作：加载必要的R包 #

首先需要安装并加载处理Excel和数据操作的工具包，这些包能帮我们简化流程：

# 首次运行时执行这行安装包（后续无需重复安装）
install.packages(c("readxl", "dplyr", "tidyr"))

# 加载已安装的包
library(readxl)  # 用于读取Excel文件
library(dplyr)   # 用于数据清洗和分组计算
library(tidyr)   # 用于转换数据格式（宽表↔长表）

• install.packages()：从R的官方仓库下载并安装指定包，c()用来把多个包名打包成一个集合。
• library()：把安装好的包加载到当前R会话中，这样就能使用包里的函数了。

二、稳健导入并合并多个Excel文件（适配新增文件） #

如果以后要添加更多Excel文件，用下面的代码会自动识别并合并，不用手动修改路径：

# 获取当前文件夹下所有Excel文件的完整路径
excel_files <- list.files(
  path = ".",  # "."代表当前工作目录，你也可以改成Excel所在的文件夹路径，比如"C:/data"
  pattern = "\\.xlsx$|\\.xls$",  # 匹配后缀为.xlsx或.xls的文件
  full.names = TRUE  # 返回包含文件夹路径的完整文件名，避免找不到文件
)

# 循环读取每个Excel文件，存储为列表（每个元素是一个Excel的Data Frame）
df_list <- lapply(excel_files, function(file) {
  read_excel(file)  # 读取单个Excel文件
})

# 按列合并所有Excel数据，得到你描述的重复列结构
combined_df <- bind_cols(df_list)

• list.files()：扫描指定文件夹，返回符合条件的文件名。
• lapply()：对列表里的每个元素（这里是每个Excel文件路径）执行指定函数（这里是read_excel()读取文件），最终返回一个存储多个Data Frame的列表。
• bind_cols()：把多个Data Frame按列拼接，所以会出现重复列名的结构（比如第一个Excel的time列之后，接着第二个Excel的time列）。

如果你已经有了合并好的combined_df，可以跳过这一步，直接从下一步开始处理。

三、查看当前数据结构（可选但建议做） #

先确认重复列的情况，避免后续操作出错：

# 查看合并后的所有列名
colnames(combined_df)

运行后会看到类似time, Event1, ..., EventID8, time, Event1, ..., EventID8的列名列表。

四、转换数据格式并计算对应列均值 #

我们需要把宽格式的重复列数据转成长格式，分组计算均值后再转回宽格式：

# 1. 把宽格式转成长格式，添加行号用于还原
long_df <- combined_df %>%
  mutate(row_id = row_number()) %>%  # 给每一行加唯一标识，避免后续混淆
  pivot_longer(
    cols = -row_id,  # 除了row_id，其他所有列都转为长格式
    names_to = "column_name",  # 原列名存到column_name列
    values_to = "value"  # 原列的数值存到value列
  )

• %>%：管道符，把左边的结果直接传给右边的函数，避免写嵌套代码，可读性更强。
• mutate()：给Data Frame新增一列，row_number()生成从1开始的行号。
• pivot_longer()：把宽表（多列）转成长表（两列：列名+值），这样相同列名的所有数据会被放到同一组里。

# 2. 按行号和列名分组，计算每组的均值
mean_df <- long_df %>%
  group_by(row_id, column_name) %>%  # 分组规则：同一行的相同列名数据为一组
  summarise(mean_value = mean(value, na.rm = TRUE))  # 计算每组均值，na.rm=TRUE忽略缺失值（NA）

• group_by()：指定分组变量，后续的计算会在每个分组内单独进行。
• summarise()：对每个分组计算统计量，这里用mean()求均值，na.rm=TRUE是为了避免因为某个单元格是空值（NA）导致整组均值变成NA。

# 3. 把长格式转回宽格式，得到最终的均值数据
final_df <- mean_df %>%
  pivot_wider(
    id_cols = row_id,  # 用row_id作为行的标识
    names_from = column_name,  # 用column_name的内容作为新列名
    values_from = mean_value  # 用mean_value的内容作为新列的数值
  ) %>%
  select(-row_id)  # 移除row_id列，还原成原始单个Excel的结构

• pivot_wider()：把长表转回宽表，恢复成time, Event1, ..., EventID8的结构，每一列都是所有对应重复列的均值。
• select(-row_id)：删除row_id列，因为我们已经不需要这个标识了。

五、验证结果（可选） #

查看最终处理后的Data Frame，确认结构和数值是否正确：

# 查看前5行数据
head(final_df)

# 查看数据结构
str(final_df)

适配新增Excel文件的说明 #

以后只要把新的Excel文件放到指定文件夹（就是list.files()里path参数指定的文件夹），重新运行整个脚本即可：list.files()会自动识别新文件，后续的合并、分组计算步骤都不需要修改，完全自动化处理。

内容的提问来源于stack exchange，提问作者Chavar2000