R语言按分组选择指定列计算行均值（忽略NA值）

核心实现逻辑 #

不依赖列序号、行序号硬编码，通过列名映射匹配不同分组对应的计算列，计算时自动跳过NA值，适配多列、数千行及以上规模的数据处理需求。 #

方案1：tidyverse 实现（可读性优先，推荐日常分析使用） #

首先加载依赖包，预先定义分组与计算列的映射规则，后续新增分组规则仅需修改映射表即可，无需调整核心计算逻辑：

library(dplyr)

# 1. 定义分组-计算列映射：key为group取值，value为对应要计算均值的列名向量
col_rule <- list(
  `0` = c("first", "second"),
  `1` = c("first", "third")
)

# 2. 逐行匹配规则计算均值
df <- df %>%
  rowwise() %>%
  mutate(
    mean = {
      # 匹配当前行分组对应的列，无匹配规则时返回NA
      target_cols <- col_rule[[as.character(group)]]
      if (is.null(target_cols)) {
        NA_real_
      } else {
        # 选取对应列计算均值，自动忽略NA
        mean(c_across(all_of(target_cols)), na.rm = TRUE)
      }
    }
  ) %>%
  ungroup()

方案说明 #

• 全程通过列名匹配计算列，数据框新增、删除、调整其他列顺序都不会影响计算结果，适配50+变量的宽表场景
• 逐行计算的性能可覆盖数千到十万行级别的数据，无明显卡顿
• 若需要处理某行目标列全为NA的场景，可在mean计算后加判断将返回的NaN替换为NA

方案2：基础R实现（无第三方包依赖） #

如果运行环境无法安装tidyverse系列包，可直接使用基础R函数实现，逻辑与上述方案完全一致：

# 同样先定义分组列映射规则
col_rule <- list(
  `0` = c("first", "second"),
  `1` = c("first", "third")
)

df$mean <- mapply(
  function(g_val, row_num) {
    target_cols <- col_rule[[as.character(g_val)]]
    if (is.null(target_cols)) return(NA_real_)
    mean(unlist(df[row_num, target_cols]), na.rm = TRUE)
  },
  g_val = df$group,
  row_num = seq_len(nrow(df))
)

结果示例 #

以测试数据为例，计算后得到的带mean列的数据框如下：

内容的提问来源于stack exchange，提问作者any