如何基于元数据文件自动计算同组样本的rowMeans？

Base R 实现（无需额外依赖） #

基于元数据的分组信息自动匹配样本列，循环计算每组的行均值：

# 按分组拆分样本列表
group_samples <- split(metadata$sample, metadata$group)

# 遍历每个分组，计算行均值并添加到原数据框
for (grp in names(group_samples)) {
  # 获取当前分组对应的样本列名
  sample_cols <- group_samples[[grp]]
  # 生成新列名（分组名 + _Mean）并计算行均值
  file[[paste0(grp, "_Mean")]] <- rowMeans(file[, sample_cols, drop = FALSE], na.rm = FALSE)
}

核心逻辑：

• split(metadata$sample, metadata$group) 将元数据中的样本按分组拆分，得到每个分组对应的样本名称列表
• 循环遍历每个分组，自动匹配原数据中对应的样本列，计算行均值后以「分组名_Mean」为列名添加到原数据框
• 完全适配元数据中变化的分组名称（比如改成Group_A/Group_B也能自动生成对应均值列）

Tidyverse 实现（更直观的数据操作流程） #

如果习惯使用tidyverse工具链，可通过「宽转长→合并元数据→分组计算→长转宽」的流程实现：

library(dplyr)
library(tidyr)

# 生成包含分组均值的结果数据框
result <- file %>%
  # 将样本列转为长格式
  pivot_longer(cols = starts_with("Sample_"), names_to = "sample", values_to = "value") %>%
  # 与元数据合并，关联样本和分组
  left_join(metadata, by = "sample") %>%
  # 按目标名称、位置、分组计算均值
  group_by(Target_Name, Target_position, group) %>%
  summarize(mean_value = mean(value, na.rm = FALSE), .groups = "drop") %>%
  # 转回宽格式，生成分组列
  pivot_wider(names_from = group, values_from = mean_value) %>%
  # 给所有分组列添加_Mean后缀
  rename_with(~paste0(., "_Mean"), -c(Target_Name, Target_position)) %>%
  # 与原数据合并，保留原始样本列
  right_join(file, by = c("Target_Name", "Target_position")) %>%
  # 调整列顺序，把原始样本列放在均值列前面
  select(Target_Name, Target_position, starts_with("Sample_"), everything())

这个方法逻辑清晰，适合后续需要扩展更多数据处理步骤的场景，同样能自动适配元数据中变化的分组名称。

内容的提问来源于stack exchange，提问作者knudav