如何按R语言DataFrame中列分组，将列值替换为分组平均值

方法1：使用Base R原生函数 #

借助ave()函数可以快速实现，它专门用于按分组计算并返回与原向量长度一致的结果，完美适配你的需求：

# 假设你的数据框名为df
df$col2 <- ave(df$col2, df$col1, FUN = mean)

ave()的逻辑很直接：第一个参数是需要处理的目标列（df$col2），第二个参数是分组依据（df$col1），FUN = mean指定计算每组的平均值，结果会自动匹配原数据的行顺序，直接覆盖原col2的值。

方法2：使用dplyr包（tidyverse风格） #

如果更习惯tidyverse的语法，用group_by() + mutate()的组合更直观，也便于后续扩展其他数据处理操作：

先确保安装并加载dplyr：

install.packages("dplyr") # 首次使用需安装
library(dplyr)

执行分组替换：

df <- df %>%
  group_by(col1) %>%
  mutate(col2 = mean(col2, na.rm = TRUE)) %>% # 添加na.rm=TRUE可忽略分组内的缺失值
  ungroup() # 取消分组状态，避免影响后续操作

验证处理结果 #

执行完代码后，打印数据框即可确认结果符合预期：

print(df)

输出结果：

两种方法都能高效处理大型数据集，无需手动遍历每个分组，计算性能稳定且代码简洁易维护。

内容的提问来源于stack exchange，提问作者Steven96