在R中同时使用group by与条件均值的实现及错误排查

问题背景 #

数据集包含以下列：Ticker、Company_name、Forecast_period、Measure、Estimate、Forecast_date。其中Measure取值为EPS或DPS，Forecast_period取值为1或2。需要计算三个条件均值：

• EPS1均值：Measure=EPS且Forecast_period=1时Estimate的均值
• EPS2均值：Measure=EPS且Forecast_period=2时Estimate的均值
• DPS1均值：Measure=DPS且Forecast_period=1时Estimate的均值

用户编写的错误代码：

IBESdatamean2 <- IBESdata %>%
  group_by(Company_name, Ticker, Forecast_period) %>%
  summarize(mean[Measure == "EPS" & Forecast_period == 1, 'Estimate'])

报错信息：

Caused by error in `mean[Measure == "EPS" & Forecast_period == 1, "Estimate"]`:
! object of type 'closure' is not subsettable

错误原因 #

1. 误用mean函数：mean是R的内置函数（属于closure类型），不能用[ ]进行子集索引，正确用法是将需要计算均值的向量作为参数传入mean()。
2. 分组逻辑冲突：分组时包含了Forecast_period，但又在summarize中硬编码筛选Forecast_period=1，导致分组后每个组的Forecast_period为固定值，筛选逻辑失去意义。

正确实现方案 #

方案1：直接分组计算多条件均值 #

仅按Company_name和Ticker分组，在summarize中分别对三个条件计算Estimate的均值，同时处理缺失值：

IBESdatamean2 <- IBESdata %>%
  group_by(Company_name, Ticker) %>%
  summarize(
    EPS1_mean = mean(Estimate[Measure == "EPS" & Forecast_period == 1], na.rm = TRUE),
    EPS2_mean = mean(Estimate[Measure == "EPS" & Forecast_period == 2], na.rm = TRUE),
    DPS1_mean = mean(Estimate[Measure == "DPS" & Forecast_period == 1], na.rm = TRUE),
    .groups = "drop"  # 取消分组，返回普通数据框
  )

方案2：筛选后转宽表（扩展性更强） #

先过滤出目标行，合并Measure和Forecast_period为统一指标列，计算均值后转成宽表格式：

IBESdatamean2 <- IBESdata %>%
  # 筛选出需要计算的三种情况
  filter((Measure == "EPS" & Forecast_period %in% c(1,2)) | (Measure == "DPS" & Forecast_period == 1)) %>%
  # 生成指标名称（如EPS1、EPS2、DPS1）
  mutate(metric = paste0(Measure, Forecast_period)) %>%
  group_by(Company_name, Ticker, metric) %>%
  summarize(mean_estimate = mean(Estimate, na.rm = TRUE), .groups = "drop") %>%
  # 转成宽表，每个指标对应一列均值
  pivot_wider(names_from = metric, values_from = mean_estimate, names_prefix = "mean_")

两种方案对比：

• 方案1逻辑直观，直接生成所需的三个均值列，适合固定需求。
• 方案2扩展性更强，后续新增指标（如DPS2）只需调整filter条件即可。

内容的提问来源于stack exchange，提问作者oreka97