R中purrr::map_dfr计算列均值输出行而非列问题求解

你遇到的map_dfr()输出格式不一致问题，核心是被迭代函数的返回值结构差异导致的：

• 用quantile()计算分位数时，函数返回带固定名称的数值向量（比如计算2.5%分位时，返回值的名称固定为2.5%），map_dfr()按行绑定时会把所有同名结果归集到同一列，最终输出5行1列的长格式。
• 用mean()计算均值时，函数返回无名称的单值，map_dfr()会默认用原数据框的列名（intercept、B1、B2等）作为输出列名，把每列的均值填入对应列，最终输出1行5列的宽格式，不符合后续合并的要求。

推荐方案：一次性计算所有统计量（无需分步拼接） #

不用分开计算均值、分位数再做合并，直接在每次迭代中返回固定列结构的单行结果，map_dfr()会自动按行拼接为你需要的三列tibble，代码最简洁也不容易出错：

library(tidyverse)

beta_df %>%
  map_dfr(~ tibble(
    mean = mean(.x),
    `2.5%` = quantile(.x, 0.025, names = FALSE),
    `97.5%` = quantile(.x, 0.975, names = FALSE)
  ))

运行结果：

# A tibble: 5 × 3
    mean  `2.5%` `97.5%`
   <dbl>    <dbl>   <dbl>
1 -2.93  -3.08    -2.77 
2  0.124  0.0311   0.255
3  0.156 -0.194    0.699
4  1.08   0.829    1.30 
5  1.14   0.0592   2.07

输出行顺序和原数据框的列顺序完全对应，第一行为intercept列的统计量，第二到第五行依次为B1到B4列的统计量。

备选方案：单独生成均值列后再合并 #

如果你需要分步计算，只要在计算均值时强制指定统一的输出列名，避免map_dfr()自动用原列名生成宽表即可：

# 单独生成均值列
mean_col <- beta_df %>%
  map_dfr(~ tibble(mean = mean(.x)))

# 和分位数结果按列合并
final_df <- bind_cols(
  mean_col,
  beta_df %>% map_dfr(quantile, 0.025),
  beta_df %>% map_dfr(quantile, 0.975)
)

该方法得到的结果和推荐方案完全一致。

内容的提问来源于stack exchange，提问作者pgcudahy