如何在mtcars数据框中添加qsec_control列：计算排除当前cyl水平的qsec均值

下面提供两种高效的实现方案，适配不同代码风格需求：

方法一：使用dplyr（tidyverse生态） #

通过全局统计量与分组统计量的差值计算，避免逐行循环，效率更高：

library(dplyr)

mtcars <- mtcars %>%
  # 计算全局qsec总和与总观测数
  mutate(total_qsec = sum(qsec),
         total_n = n()) %>%
  # 按cyl分组，计算每组qsec总和与观测数
  group_by(cyl) %>%
  mutate(group_qsec = sum(qsec),
         group_n = n()) %>%
  ungroup() %>%
  # 计算排除当前cyl组后的均值
  mutate(qsec_control = (total_qsec - group_qsec)/(total_n - group_n)) %>%
  # 可选：移除临时计算列
  select(-total_qsec, -total_n, -group_qsec, -group_n)

逻辑说明：排除当前行的cyl水平等价于排除整个cyl分组的所有行，因此用全局总和/数量减去分组总和/数量，再做除法即可得到该分组所有行对应的目标均值。

方法二：Base R实现 #

无需加载第三方包，通过命名向量匹配实现：

# 预计算每个cyl水平对应的排除后均值
cyl_excl_means <- sapply(unique(mtcars$cyl), function(cyl_val) {
  mean(mtcars$qsec[mtcars$cyl != cyl_val])
})
names(cyl_excl_means) <- unique(mtcars$cyl)

# 新增目标列，通过cyl值匹配对应均值
mtcars$qsec_control <- cyl_excl_means[as.character(mtcars$cyl)]

逻辑说明：先遍历所有唯一的cyl值，计算排除该值后的qsec均值并存储为命名向量，再根据每行的cyl值直接匹配对应的均值。

验证结果 #

可以通过以下代码验证正确性：

# 计算cyl=6时的排除后均值
mean(mtcars$qsec[mtcars$cyl != 6])
# 查看mtcars中cyl=6的行的qsec_control值
mtcars$qsec_control[mtcars$cyl == 6]

两者结果完全一致，说明实现正确。

内容的提问来源于stack exchange，提问作者Skywooo