R语言group_by/summarise计算均值返回NA问题求助

1. 检查列名是否含特殊字符/空格 #

如果你的列名包含空格、中文、特殊符号（比如$、%、-），直接在mean()里引用会被R解析成多个参数，导致报错。解决方法：用反引号`包裹列名，示例代码：

Cluster_kpis %>%
  group_by(分组列) %>%
  summarise(
    mean_col1 = mean(`第一列名`),
    mean_col2 = mean(`带空格的列名`, na.rm = TRUE)
  )

2. 验证列的实际类型（而非仅看str输出） #

有时候str()显示的numeric可能有误导，比如列是list型的numeric（导入时因某些行格式异常导致）。可以用以下代码验证：

# 检查每列的实际类型
sapply(Cluster_kpis, class)
# 检查列是否包含非数值元素（比如字符型的"NA"）
sapply(Cluster_kpis, function(x) any(is.na(as.numeric(x))))

如果发现列实际是character类型，重新导入时指定colClasses参数，或者手动转换：

# 转换列为数值型，自动处理非数值元素为NA
Cluster_kpis$目标列 <- as.numeric(as.character(Cluster_kpis$目标列))

3. 检查是否存在隐性的非数值内容 #

CSV文件中可能存在肉眼看不到的特殊字符（比如全角空格、换行符），导致数值列被污染。可以用以下代码查看列的唯一值：

unique(Cluster_kpis$目标列)

如果发现有非数值字符，先清洗数据：

# 去除字符串中的非数字和小数点
Cluster_kpis$目标列 <- as.numeric(gsub("[^0-9.]", "", Cluster_kpis$目标列))

4. 使用across()批量计算均值（更稳妥） #

避免手动逐个引用列名的错误，用across()批量处理所有数值列：

library(dplyr)
Cluster_kpis %>%
  group_by(分组列) %>%
  summarise(across(where(is.numeric), mean, na.rm = TRUE))

这个方法会自动识别所有真正的数值列，避免列名引用错误。

内容的提问来源于stack exchange，提问作者Jey