使用dplyr行方向汇总统计时mean、sd函数异常问题求助

问题原因 #

• sum()的参数设计支持接收多个独立数值（例如sum(a, b, c)等价于sum(c(a,b,c))），因此!!!syms(colnames(.))将列名拆分为单独变量传入时，sum能正确计算行总和。
• mean()和sd()的第一个参数要求是单个向量，后续仅支持trim、na.rm这类控制参数。当传入mean(foo, bar, foobar)时，函数会把foo当作待计算的向量，bar被误识别为trim参数（因数值不符合trim范围被忽略，最终仅返回foo列的均值）；sd()则因传入多余的位置参数，直接触发参数不匹配错误。

tidyverse通用替代方案 #

使用dplyr专为rowwise()设计的c_across()函数，它能将当前行的指定列转换为向量，适配所有需要向量输入的行方向分析，是apply的tidyverse替代方案：

基础用法示例 #

library(tidyverse)

# 无NA数据集测试
df1 <- tibble(foo = c(1,5,2), bar = c(10,1,3), foobar = c(6,3,5))
# 行均值
df1 %>% rowwise() %>% mutate(m = mean(c_across(everything())))
# 行标准差
df1 %>% rowwise() %>% mutate(sd_val = sd(c_across(everything())))

# 含NA数据集测试
df2 <- tibble(foo = c(1,5,2), bar = c(10,NA,3), foobar = c(6,3,5))
# 忽略NA的行均值
df2 %>% rowwise() %>% mutate(m = mean(c_across(everything()), na.rm = TRUE))
# 忽略NA的行标准差
df2 %>% rowwise() %>% mutate(sd_val = sd(c_across(everything()), na.rm = TRUE))

灵活列选择 #

c_across()支持所有dplyr列选择器，可针对特定列计算：

# 仅计算以"foo"开头的列的行均值
df1 %>% rowwise() %>% mutate(foo_mean = mean(c_across(starts_with("foo"))))

批量计算多统计量 #

若需一次性计算多个行方向统计值，可直接在mutate()中批量赋值：

df1 %>% rowwise() %>% 
  mutate(
    row_sum = sum(c_across(everything())),
    row_mean = mean(c_across(everything())),
    row_sd = sd(c_across(everything()))
  )

内容的提问来源于stack exchange，提问作者sharp-spark