按组计算多变量均值并行列转置展示的替代实现方法咨询

当然有不少其他实现方式！我来给你罗列几种R里处理这类分组统计+格式转换需求的常用方法，覆盖基础R和流行的扩展包：

1. dplyr + tidyr 管道流实现（推荐，可读性强） #

这是tidyverse生态下的标准工作流，代码逻辑清晰，适合日常数据处理：

library(dplyr)
library(tidyr)

# 原始数据
var1 <- c(1,4,3,2,4)
var2 <- c(5,2,3,2,1)
var3 <- c(3,3,2,4,5)
group <- c("A","B","A","A","B")
mydata <- data.frame(var1,var2,var3,group)

# 分组计算均值并重塑格式
mydata %>%
  group_by(group) %>%
  summarise(across(c(var1, var2, var3), mean)) %>% # 批量计算多变量分组均值
  pivot_longer(-group, names_to = "variable", values_to = "mean") %>% # 转成长表
  pivot_wider(names_from = group, values_from = mean) # 转成变量为行、分组为列的格式

输出会是一个规整的数据框，第一列是变量名，后续列是对应分组的均值，可读性拉满。

2. data.table 高效实现（适合大数据） #

如果你处理的是大型数据集，data.table的性能优势会很明显，语法也很简洁：

library(data.table)

dt <- as.data.table(mydata)

# 分组计算均值后转置
result <- dt[, lapply(.SD, mean), by = group]
t(result)

.SD代表除分组变量外的所有列，lapply(.SD, mean)批量计算均值，最后转置t()就得到你要的矩阵格式，和你原方法的输出结构一致。

3. 纯基础R实现（无需额外包） #

不想加载任何扩展包的话，用基础R的tapply和do.call就能搞定：

# 对每个变量计算分组均值，合并后转置
result <- do.call(cbind, lapply(mydata[, c("var1", "var2", "var3")], 
                                function(x) tapply(x, mydata$group, mean)))
t(result)

这里先通过lapply遍历目标变量，用tapply计算每个变量的分组均值，再用do.call(cbind,...)合并成矩阵，最后转置得到目标格式。

4. reshape2 包的dcast方法（经典重塑工具） #

reshape2是老牌的数据重塑包，用melt+dcast的组合可以快速实现需求：

library(reshape2)

# 转成长表后直接重塑为目标格式
melted <- melt(mydata, id.vars = "group")
dcast(melted, variable ~ group, fun.aggregate = mean)

melt把宽表转成"group-变量-值"的长格式，dcast直接指定行是变量、列是分组，聚合函数用均值，一步到位得到规整的结果。

内容的提问来源于stack exchange，提问作者user10904839