使用R dplyr分组计算均值并保留组内不变的非数值列

你可以通过以下几种实用方式实现需求，核心逻辑是保留组内取值唯一的非数值列，同时计算数值列的分组均值：

方法1：将非数值列加入分组变量 #

由于state和region在每个team组内取值完全一致，直接把它们加入group_by即可，分组后计算数值列均值时，这些非数值列会自然保留：

library(dplyr)

df %>%
  group_by(team, state, region) %>%
  summarise(
    pts = mean(pts),
    rebs = mean(rebs),
    ast = mean(ast),
    .groups = "drop"  # 取消分组状态，返回普通数据框
  )

方法2：用across批量处理不同类型列 #

如果列数较多，across能高效分别处理非数值列（取唯一值）和数值列（算均值）：

df %>%
  group_by(team) %>%
  summarise(
    # 组内非数值列取值一致，取第一个值或唯一值都可
    across(c(state, region), first),
    # 批量计算数值列的均值
    across(c(pts, rebs, ast), mean),
    .groups = "drop"
  )

方法3：使用reframe函数（dplyr 1.0.0及以上版本） #

reframe支持为每列单独指定处理逻辑，自动返回扁平化的数据框：

df %>%
  group_by(team) %>%
  reframe(
    state = unique(state),
    region = unique(region),
    pts = mean(pts),
    rebs = mean(rebs),
    ast = mean(ast)
  )

注意事项 #

• 需确保state和region在每个team组内确实只有唯一值，若组内存在多值，以上方法会返回该组的所有唯一值，导致行数增加。
• .groups = "drop"用于取消分组状态，若后续操作需要保留分组可省略该参数。

内容的提问来源于stack exchange，提问作者jeffgoblue