R语言：分组计算年龄均值报错，无法转换Q3为数值类型

问题背景 #

需要生成数据框展示策略投票（StrategischeWahl2021取值1）与非策略投票（取值0）人群的平均年龄，为后续线性回归做准备。运行代码时出现警告：mean.default(Q3)的参数不是数值或逻辑型，返回NA，尝试as.numeric(Q3)转换数据类型未成功。

原代码 #

Test<- Deskriptive_Statistik %>% 
  select(Q3, StrategischeWahl2021) %>% 
  group_by(StrategischeWahl2021) %>% 
  summarise(Q3 = mean(Q3))

数据结构（dput输出） #

structure(list(Q3 = c("24", "20", "20", ...), StrategischeWahl2021 = c("0", "0", ...), class = c("grouped_df", "tbl_df", "tbl", "data.frame"), row.names = c(NA, -259L), groups = structure(list(...)))

问题分析 #

1. 变量类型错误：Q3（年龄）和StrategischeWahl2021均为字符型（数值被引号包裹），直接调用mean()会因参数非数值报错。
2. 数据结构问题：原数据是grouped_df（分组数据框），直接在分组状态下转换变量类型可能导致转换失效。

修正后的代码 #

Test <- Deskriptive_Statistik %>%
  ungroup() %>%  # 先解除原数据的分组结构
  mutate(
    Q3 = as.numeric(Q3),  # 将年龄转换为数值型
    StrategischeWahl2021 = as.factor(StrategischeWahl2021)  # 将二分变量转为因子，便于分组
  ) %>%
  filter(!is.na(Q3)) %>%  # 过滤转换后生成的NA值（若存在非数值的年龄记录）
  group_by(StrategischeWahl2021) %>%
  summarise(平均年龄 = mean(Q3, na.rm = TRUE))  # 计算均值，忽略剩余NA

关键说明 #

• ungroup()：必须先解除原数据的分组，否则变量类型转换可能无法作用于所有行。
• as.numeric(Q3)：将字符型年龄转为数值型，是计算均值的前提。
• na.rm = TRUE：确保即使存在少量转换失败的NA值，仍能正常计算有效数据的均值。

内容的提问来源于stack exchange，提问作者Mr. Draro