如何对矩阵每24个值计算均值、最值及差值？

你的示例数据是一个包含240个正态分布值的列矩阵，我们可以按每24个元素为一组，完成均值、最大值、最小值及极值差的计算，以下是两种常用实现方式：

方法一：Base R 实现 #

无需额外安装包，直接用基础函数完成分组统计：

# 生成示例数据
data <- as.matrix(rnorm(240,8,6))

# 生成分组标签：每24个元素为一组，共10组
groups <- gl(n = nrow(data) %/% 24, k = 24)

# 分组计算统计量
group_stats <- tapply(data, groups, function(x) {
  data.frame(
    mean = mean(x),
    max = max(x),
    min = min(x),
    diff = max(x) - min(x)
  )
})

# 合并结果为数据框
result <- do.call(rbind, group_stats)
print(result)

代码说明： #

• gl() 生成分组因子，n 指定组数，k 指定每组元素个数；
• tapply() 按分组对数据应用自定义函数，计算所需统计量；
• do.call(rbind, ...) 将分散的分组结果合并为统一的数据框。

方法二：Tidyverse 实现 #

使用dplyr和tibble包，代码更直观易读：

# 安装并加载所需包（首次使用需安装）
# install.packages("tidyverse")
library(dplyr)
library(tibble)

# 生成示例数据
data <- as.matrix(rnorm(240,8,6))

# 转换格式、分组并统计
result <- data %>%
  as_tibble(colnames = "value") %>%
  mutate(group = rep(1:(n() %/% 24), each = 24)) %>%
  group_by(group) %>%
  summarise(
    mean = mean(value),
    max = max(value),
    min = min(value),
    diff = max - min
  )

print(result)

代码说明： #

• as_tibble() 将矩阵转换为 tibble 格式，方便后续操作；
• mutate() 添加分组列，每组包含24个元素；
• group_by() + summarise() 按分组汇总计算所需统计量。

内容的提问来源于stack exchange，提问作者TUSTLGC