在R语言中按种群分组计算矩阵子组均值的方法咨询

完全可以实现，以下是几种实用的方法，以示例数据为例：

1. 构造示例数据 #

先模拟一个符合你描述的矩阵，行名为sX-Y格式（X是种群编号，Y是样本编号）：

set.seed(123)
# 10个样本，3个特征的矩阵
mat <- matrix(rnorm(30), nrow=10, dimnames = list(
  c("s1-1", "s1-2", "s1-3", "s2-1", "s2-2", "s2-3", "s3-1", "s3-2", "s3-3", "s3-4"),
  paste0("feature", 1:3)
))

2. 提取种群分组信息 #

从行名中拆分出种群标识，这里用正则表达式提取-之前的部分：

# 提取种群分组，结果为c("s1","s1","s1","s2","s2","s2","s3","s3","s3","s3")
groups <- sub("-.*", "", rownames(mat))
# 如果只需要数字编号，用这行：groups <- as.integer(sub("s(\\d+)-.*", "\\1", rownames(mat)))

3. 计算种群均值 #

方法一：基础R（tapply + apply） #

适合习惯基础语法的用户，直接对矩阵操作：

# 按特征列计算每个种群的均值，转置后让行是种群，列是特征
pop_means <- t(apply(mat, 2, function(col_data) tapply(col_data, groups, mean)))

方法二：基础R（aggregate） #

通过转成数据框实现，结果更易读：

# 转置矩阵（让样本列转成行），添加分组列
df <- cbind(t(mat), group = groups)
# 按分组计算各特征均值
pop_means_agg <- aggregate(. ~ group, data = as.data.frame(df), mean)
# 转成矩阵格式（可选）
pop_means_agg <- as.matrix(pop_means_agg[, -1])
rownames(pop_means_agg) <- unique(groups)

方法三：tidyverse工具包（dplyr + tidyr） #

适合数据处理流程化的场景：

library(dplyr)
library(tidyr)

pop_means_tidy <- mat %>%
  as.data.frame() %>%
  # 添加样本名和种群分组列
  mutate(sample = rownames(.), group = sub("-.*", "", sample)) %>%
  select(-sample) %>%
  # 按分组聚合，计算每个特征的均值
  group_by(group) %>%
  summarise(across(everything(), mean)) %>%
  # 把种群列设为行名，转成矩阵
  column_to_rownames("group") %>%
  as.matrix()

最终得到的pop_means类对象，每行对应一个种群，每列对应特征的均值，完全符合你的需求。

内容的提问来源于stack exchange，提问作者Thend