在dplyr中按行计算几何均值实现变量标准化的问题

需要对iris数据集的指定列（Sepal.Length、Sepal.Width）做行级标准化：每行的列值除以该行这两个列的几何均值，但原代码错误使用整列数据计算几何均值，导致结果不符预期。

原代码中psych::geometric.mean(c(Sepal.Length,Sepal.Width))是将整个Sepal.Length列和Sepal.Width列的所有值合并成一个向量，计算的是全局几何均值，而非每行两个值的几何均值。

方法1：使用rowwise() + c_across()（推荐的dplyr风格） #

通过rowwise()让dplyr按行处理数据，c_across()提取每行指定列的数值组成向量，再计算行级几何均值：

library(dplyr)
library(psych)

coln1 <- colnames(iris)[1:2]

iris_processed <- iris %>%
  rowwise() %>%
  # 计算每行指定列的几何均值
  mutate(row_geo_mean = geometric.mean(c_across(all_of(coln1)))) %>%
  # 对指定列做标准化
  mutate(across(all_of(coln1), ~ .x / row_geo_mean)) %>%
  # 取消行分组，避免后续操作受影响
  ungroup()

# 验证第一行结果：和预期一致
iris_processed[1, coln1]
# Sepal.Length Sepal.Width 
#      1.207107      0.83944

方法2：用自定义几何均值函数 #

如果不想依赖psych包，替换成你自己的gm_mean函数即可：

gm_mean = function(x, na.rm=TRUE){
  exp(sum(log(x[x > 0]), na.rm=na.rm) / length(x))
}

iris_processed <- iris %>%
  rowwise() %>%
  mutate(row_geo_mean = gm_mean(c_across(all_of(coln1)))) %>%
  mutate(across(all_of(coln1), ~ .x / row_geo_mean)) %>%
  ungroup()

方法3：用.by = row_number()实现行级分组（dplyr 1.1.0+支持） #

无需显式调用rowwise()，直接按行分组处理：

iris_processed <- iris %>%
  mutate(
    across(all_of(coln1), ~ .x / geometric.mean(pick(all_of(coln1)))),
    .by = row_number()
  )

• c_across()/pick()用于在每行中提取指定列的数值，确保几何均值是行级计算
• 处理完成后取消行分组（ungroup()）是必要的，避免后续聚合类操作（如summarise）出现非预期的行级结果

内容的提问来源于stack exchange，提问作者G_biof