关于rowwise()与c_across()计算行均值差异的技术咨询

嘿，这个问题问得太到位了！我来给你唠明白这俩方法的核心差异～

先看你写的第一种方法：

df %>% select(starts_with('var')) %>% rowwise() %>% mutate(avg=mean(., na.rm=T))

这里的坑出在mutate()里的.！你可能以为.代表当前行的那几个var变量，但在dplyr的mutate()函数里，.指代的是整个前面传过来的rowwise数据框（也就是你select后的三列数据）。所以你调用mean(., na.rm=T)的时候，其实是在计算整个数据框里所有元素的平均值，然后把这个单一值复制到每一行的avg列里——这当然不是你想要的行均值啦！

再看第二种可行的方法：

df %>% rowwise() %>% mutate(avg= mean( c_across(starts_with('var')), na.rm=T) )

这里的关键是c_across()函数！它是dplyr专门为rowwise()环境量身定做的工具：当你在按行分组的时候，c_across(starts_with('var'))会精准地把当前行里所有符合条件的列（这里是var开头的三个列）打包成一个数值向量，然后你对这个向量用mean()，自然就计算出了当前行的均值（还能通过na.rm=T忽略缺失值），这才是你真正想要的结果。

简单总结一下：

• 第一种方法错把整个数据集当成了当前行来计算均值，结果全是同一个值；
• 第二种方法用c_across()精准提取当前行的目标列，再计算均值，才是正确的行均值计算方式。

内容的提问来源于stack exchange，提问作者spindoctor