R语言矩阵转换为dataframe及按样本计算均值的实操问题

矩阵转DataFrame正确实现 #

你的原始sd1为10行（组内10个观测值）、100列（100组独立样本）结构，可根据需求选择以下两种转换方式：

• 转换为宽表（每组样本占1行，组内观测值为列）
  对应转置后转换，得到100行×10列的DataFrame：

  # sd1转换
  sd1_wide <- as.data.frame(t(sd1))
  # 可选：添加列名和样本ID方便识别
  colnames(sd1_wide) <- paste0("obs_", 1:10)
  sd1_wide$sample_id <- paste0("sample_", 1:100)
  
  # sd2转换
  sd2_wide <- as.data.frame(t(sd2))
  colnames(sd2_wide) <- paste0("obs_", 1:100)
  sd2_wide$sample_id <- paste0("sample_", 1:100)
  

• 转换为长表（所有观测值存为一列，用样本ID区分分组）
  适合后续分组统计场景，得到1000行×2列（sd1）或10000行×2列（sd2）的DataFrame：

  # base R实现
  sd1_long <- stack(as.data.frame(sd1))
  colnames(sd1_long) <- c("value", "sample_id")
  
  # tidyverse实现
  library(tidyverse)
  sd2_long <- sd2 %>%
    as.data.frame() %>%
    pivot_longer(everything(), names_to = "sample_id", values_to = "value")
  

如果你之前转换后觉得行列不符合预期，只需去掉t()转置操作即可得到10行×100列的结构，每列对应一组样本。

按样本计算均值实现 #

你原有代码中用apply按列求均值的逻辑完全正确，以下是适配不同结构的计算方案：

基于原始矩阵计算（性能最优） #

# 计算sd1每组样本的均值，返回长度为100的向量
sd1_group_mean <- apply(sd1, 2, mean)
# 计算所有组均值的总均值
sd1_total_mean <- mean(sd1_group_mean)

# sd2计算逻辑一致
sd2_group_mean <- apply(sd2, 2, mean)
sd2_total_mean <- mean(sd2_group_mean)

基于宽表DataFrame计算 #

# 按行计算每组样本均值
sd1_wide$group_mean <- rowMeans(sd1_wide[, paste0("obs_", 1:10)])
sd1_total_mean <- mean(sd1_wide$group_mean)

基于长表DataFrame计算 #

library(dplyr)
sd1_group_mean <- sd1_long %>%
  group_by(sample_id) %>%
  summarise(group_mean = mean(value))

sd1_total_mean <- mean(sd1_group_mean$group_mean)

内容的提问来源于stack exchange，提问作者zbh5080