如何在R中计算数据框指定列均值并存储为向量

先看你第一次尝试的错误点： #

• 循环范围错误：for (i in length(specific_variables))只会执行一次循环（比如变量长度是2的话，i只取2），应该用seq_along(specific_variables)或者1:length(specific_variables)来遍历每个变量的索引。
• 列引用方式错误：data$specific_variables[i]这种写法不支持用变量动态取列，R会把specific_variables当成列名查找，自然找不到，要改成data[[specific_variables[i]]]或者data[, specific_variables[i]]。
• 向量初始化不规范：mean_xm <- 0是长度为1的向量，虽然循环赋值时会自动扩展，但更稳妥的是初始化和目标长度一致的空数值向量：mean_xm <- numeric(length(specific_variables))。

修正后的for循环代码： #

specific_variables <- c("variable1", "variable2")
# 示例数据
data <- data.frame(
  variable1 = c(1, 2, NA, 4),
  variable2 = c(5, NA, 7, 8),
  other_col = c("a", "b", "c", "d")
)

# 初始化对应长度的空数值向量
mean_xm <- numeric(length(specific_variables))

# 遍历指定变量
for (i in seq_along(specific_variables)) {
  mean_xm[i] <- mean(data[[specific_variables[i]]], na.rm = TRUE)
}

print(mean_xm)

更简洁的非循环方法（推荐） #

如果不想写循环，用colMeans或者sapply可以一步到位，结果直接是可循环使用的向量：

方法1：用colMeans

直接筛选出指定列再计算均值：

mean_xm <- colMeans(data[specific_variables], na.rm = TRUE)

方法2：用sapply

遍历指定变量名列表，逐个计算均值：

mean_xm <- sapply(specific_variables, function(col_name) {
  mean(data[[col_name]], na.rm = TRUE)
})

以上两种方法得到的mean_xm都是存储指定列均值的向量，后续可以直接循环使用。

内容的提问来源于stack exchange，提问作者pythonR