R语言：计算数据框选定化合物分组均值及解决代码报错

你的代码报错是因为findInterval需要数值型区间断点，但你传入的是字符型化合物名称，且直接写PosCtrl这类名称会被当作未定义变量，触发x must be numeric错误。下面是两种高效的解决方案，匹配你需要的输出格式：

方法一：基础R实现（无需额外包） #

直接按Compounds分组计算均值，再转换为你要的宽格式数据框：

# 1. 计算每个化合物的均值
mean_stats <- aggregate(Values ~ Compounds, data = Data1, FUN = mean)

# 2. 转换为指定格式的宽表
result_df <- as.data.frame(t(mean_stats$Values))
colnames(result_df) <- mean_stats$Compounds
rownames(result_df) <- "Mean"

# 3. 保留两位小数（和示例结果一致，可选）
result_df <- round(result_df, 2)

运行后得到的结果和你期望的完全一致：

PosCtrl  Ab1 Ab1_gl  Ab2  Ab3  Ab4 Ab5 negctrl
Mean     6.95 0.98   0.71 0.83 0.86 1.19    1    0.80

方法二：dplyr+tibble（简洁易读，适合批量处理） #

如果你习惯tidyverse语法，或者需要批量处理多个数据框，这个方法更高效：

library(dplyr)
library(tidyr)
library(tibble)

# 单个数据框处理
result_df <- Data1 %>%
  group_by(Compounds) %>%
  summarise(mean_val = mean(Values)) %>%
  pivot_wider(names_from = Compounds, values_from = mean_val) %>%
  rownames_to_column("") %>%
  mutate(`` = "Mean") %>%
  column_to_rownames("") %>%
  round(2)

批量处理多个数据框 #

假设你把所有数据框放在列表df_list中（比如df_list <- list(Data1, Data2, Data3)），用lapply批量生成结果：

# 基础R批量处理
batch_results <- lapply(df_list, function(df) {
  mean_stats <- aggregate(Values ~ Compounds, data = df, FUN = mean)
  res <- as.data.frame(t(mean_stats$Values))
  colnames(res) <- mean_stats$Compounds
  rownames(res) <- "Mean"
  round(res, 2)
})

# dplyr批量处理
batch_results <- lapply(df_list, function(df) {
  df %>%
    group_by(Compounds) %>%
    summarise(mean_val = mean(Values)) %>%
    pivot_wider(names_from = Compounds, values_from = mean_val) %>%
    rownames_to_column("") %>%
    mutate(`` = "Mean") %>%
    column_to_rownames("") %>%
    round(2)
})

内容的提问来源于stack exchange，提问作者F_A_T_