R语言如何对列表内多个数据框按id计算指定列跨表平均值

你写的代码返回NA有两个核心问题：

• 用[索引数据框列时，返回结果是单列数据框对象，不是可计算的数值向量，mean()函数无法直接处理数据框输入，因此触发参数类型错误返回NA。如果要提取列的数值向量，需要用[[或者$索引，比如my_list[[1]]$v1才能拿到可计算的v1列向量。
• 就算修正了索引方式，手动逐一枚举列表元素的写法扩展性极差，列表元素数量变化时要反复改代码；而且你写的mean(列1+列2+列3+列4)逻辑是先把所有列的数值整体求和再算总均值，不是你需要的「按id逐行计算跨列表列均值」，计算逻辑本身也不符合需求。

不需要手动枚举列表索引，仅需操作my_list对象即可得到正确结果，下面给两个最常用的实现方式：

方案1：基础R实现（无第三方包依赖） #

写法A：合并长表分组聚合（逻辑最易读） #

先把列表内所有数据框合并为一张长表，再按id分组求均值，逻辑直白不容易错：

# 合并列表内所有数据框
long_data <- do.call(rbind, my_list)
# 按id分组计算v1、c2的均值
final_data <- aggregate(
  cbind(v1, c2) ~ id,
  data = long_data,
  FUN = mean
)
# 调整列名和列顺序匹配要求
colnames(final_data) <- c("id", "mean_v1", "mean_c2")
final_data <- final_data[, c("mean_v1", "mean_c2", "id")]

写法B：逐行累加求均值（性能更好） #

如果列表内数据框很多，合并长表会消耗额外内存，用Reduce逐行累加再除以列表长度效率更高：

list_len <- length(my_list)
# 跨列表逐行累加v1、c2列的数值
sum_v1 <- Reduce(`+`, lapply(my_list, function(df) df$v1))
sum_c2 <- Reduce(`+`, lapply(my_list, function(df) df$c2))
# 计算均值，拼接最终结果
final_data <- data.frame(
  mean_v1 = sum_v1 / list_len,
  mean_c2 = sum_c2 / list_len,
  id = my_list[[1]]$id
)

方案2：dplyr实现（语法简洁，日常分析常用） #

如果日常用tidyverse生态做数据处理，代码可读性更高：

library(dplyr)

final_data <- bind_rows(my_list) %>%
  group_by(id) %>%
  summarise(
    mean_v1 = mean(v1),
    mean_c2 = mean(c2),
    .groups = "drop"
  ) %>%
  select(mean_v1, mean_c2, id)

以上代码运行后都会返回20行3列的数据框，列顺序、计算逻辑和你给出的期望格式完全一致。

内容的提问来源于stack exchange，提问作者stats_noob