按年份对DataFrame列数据求均值的实现方法

首先需要从date列提取年份，再按年份分组计算overall和eastern的均值，以下是几种可行的实现方式：

方法一：Base R 用 aggregate（推荐，直接得到目标DataFrame） #

# 提取年份列
df$year <- substr(df$date, 1, 4)
# 按年份分组求均值
result <- aggregate(cbind(overall, eastern) ~ year, data = df, FUN = mean)

运行后result就是你需要的3列3行DataFrame，结构示例：

year  overall  eastern
1 1997 17.54800 18.75100
2 1998 20.38250 21.43658
3 1999 20.87592 21.89508

方法二：修正tapply的用法 #

tapply默认处理单个向量，若要处理多列，可结合lapply实现：

df$year <- substr(df$date, 1, 4)
# 对目标列分别用tapply计算均值
mean_list <- lapply(df[, c("overall", "eastern")], function(x) tapply(x, df$year, mean))
# 转换为DataFrame并整理格式
result <- as.data.frame(do.call(cbind, mean_list))
result$year <- rownames(result)
result <- result[, c("year", "overall", "eastern")]

方法三：用dplyr包（管道式操作更简洁） #

如果习惯tidyverse工具链，用dplyr的分组求和会更直观：

library(dplyr)
result <- df %>%
  mutate(year = substr(date, 1, 4)) %>%
  group_by(year) %>%
  summarise(overall = mean(overall), eastern = mean(eastern)) %>%
  ungroup()

补充说明 #

你之前用tapply失败，大概率是因为直接传入了整个DataFrame而非单个向量——tapply的第一个参数要求是向量，因此处理多列时需要结合循环或其他函数批量处理。相比之下，aggregate或dplyr的分组求和更适配这种多列分组统计的场景。

内容的提问来源于stack exchange，提问作者Joe