如何在R语言中使用nest/nest_by后添加均值列？报错求解

错误分析 #

你遇到的问题主要有三个：

1. 自定义的my_mean函数没有引用传入的data参数，直接调用score会导致变量未找到的错误，因为score是嵌套数据集里的列，必须通过data对象访问。
2. 多余的unite操作将condition和time合并，生成了pre_0、post_1、post_2三个组合，而非你需要的按time（0、1、2）的三个时间段分组。
3. 整体均值的计算时机错误：你在嵌套前的mutate(score2 = mean(score))会因为后续的nest_by分组，导致score2变成组内均值而非全局整体均值。

方案1：使用nest() #

library(dplyr)
library(purrr)
library(tidyr)

set.seed(1414)
test <- tibble(id = c(1:100),
               condition = c(rep(c("pre", "post"), 50)),
               time = c(case_when(condition == "pre" ~ 0,
                                  condition == "post" ~ sample(c(1, 2), size = 100, replace = TRUE))),
               score = case_when(time == 0 ~ 1,
                                 time == 1 ~ 10,
                                 time == 2 ~ 100))

# 1. 先计算全局整体均值，添加到每一行
test_with_global_mean <- test %>%
  mutate(global_mean = mean(score, na.rm = TRUE))

# 2. 按time分组嵌套，得到每个时间段的独立数据集
nested_data <- test_with_global_mean %>%
  nest(data = -c(time, global_mean))

# 3. 计算每个嵌套数据集的组均值
nested_data <- nested_data %>%
  mutate(group_mean = map_dbl(data, ~ mean(.x$score, na.rm = TRUE)))

# 查看结果
nested_data

方案2：使用nest_by() #

nest_by()返回行式 tibble，无需额外用map，可以直接在mutate中操作每组的data：

# 先计算全局整体均值
global_mean_val <- mean(test$score, na.rm = TRUE)

nested_by_data <- test %>%
  nest_by(time) %>%
  # 添加全局整体均值列
  mutate(global_mean = global_mean_val,
         # 计算组均值
         group_mean = mean(data$score, na.rm = TRUE))

# 查看结果
nested_by_data

关键说明 #

• 全局整体均值需要提前计算（或在嵌套前添加到所有行），确保每个分组的global_mean都是同一个全局值。
• 计算组均值时，必须明确引用嵌套数据集中的score列（如data$score或.x$score），避免变量找不到的错误。
• 两种方案都保留了每个time对应的独立数据集（data列），满足你后续计算的需求。

内容的提问来源于stack exchange，提问作者J.Sabree