R语言for循环计算iris数据集各物种均值问题求助

原代码存在三个核心问题，导致结果不符合预期：

• 每次循环直接将结果赋值给datu，会覆盖之前的循环结果，最终仅保留最后一次循环的数据
• ID = unique(i)逻辑错误，i是循环索引，无法对应具体物种名称
• 计算均值时未按当前物种筛选数据，得到的是整个数据集的均值，而非分组均值

修改后的for循环代码 #

先初始化空数据框，循环时筛选对应物种的数据计算均值，再将结果追加到数据框中：

# 获取所有唯一物种
species_list <- unique(iris$Species)
# 初始化空数据框，指定列类型避免类型转换问题
datu <- data.frame(ID = character(), Sl = numeric(), Sw = numeric(), stringsAsFactors = FALSE)

for (i in seq_along(species_list)) {
  current_sp <- species_list[i]
  # 筛选当前物种的子集数据
  sub_data <- iris[iris$Species == current_sp, ]
  # 计算对应列的均值
  sl_avg <- mean(sub_data$Sepal.Length)
  sw_avg <- mean(sub_data$Sepal.Width)
  # 将结果追加到datu
  datu <- rbind(datu, data.frame(ID = current_sp, Sl = sl_avg, Sw = sw_avg))
}

# 查看结果
print(datu)

更高效的R风格写法（无需for循环） #

R中推荐用内置函数或tidyverse工具实现分组统计，比for循环更简洁高效：

方法1：使用aggregate函数

datu <- aggregate(cbind(Sepal.Length, Sepal.Width) ~ Species, data = iris, FUN = mean)
# 重命名列匹配需求
colnames(datu) <- c("ID", "Sl", "Sw")
print(datu)

方法2：使用dplyr包

library(dplyr)
datu <- iris %>%
  group_by(Species) %>%
  summarise(Sl = mean(Sepal.Length), Sw = mean(Sepal.Width)) %>%
  rename(ID = Species)
print(datu)

内容的提问来源于stack exchange，提问作者iii