使用tapply计算数据框列均值异常，请求技术帮助

为什么你的代码会输出大量结果 #

你用tapply(df$s1, df$s1, mean)时，第二个参数是分组依据——你把s1的每个数值都当成一个分组，相当于每个数据点单独成组，每组的均值就是它自己，所以会输出和s1长度一样的结果，完全不是你要的整列均值。

正确的实现方式 #

最简便的方法：用colMeans #

colMeans是R里专门计算数据框每列均值的函数，直接用就行：

x <- seq(1,100)
s1 <- dnorm(x, mean = 61, sd = 63)
s2 <- dnorm(x, mean = 38, sd = 5)
s3 <- dnorm(x, mean = 355, sd = 58)

df <- data.frame(s1,s2,s3)

# 直接计算每列均值
means <- colMeans(df)

非要用tapply的话这么写 #

tapply是对向量按分组计算，要算整列均值，得把所有数据归为同一个分组：

# 计算单列s1的均值
mean_s1 <- tapply(df$s1, rep(1, nrow(df)), mean)

# 批量计算三列的均值
means <- sapply(df, function(col) tapply(col, rep(1, length(col)), mean))

额外提醒 #

你生成的s3因为均值355远大于x的范围（1-100），所以所有s3的数值都极小（接近0），最终均值也会趋近于0，这是正态分布的特性，不是代码错误。

内容的提问来源于stack exchange，提问作者Boris