如何在R中逐单元格计算两个dataframe的平均值，优先用tidyverse实现

实现前提 #

首先确保两个数据框行数、列数完全一致，且对应位置的列均为数值型。

示例数据构造 #

先复现你给出的测试数据：

library(tidyverse)

df1 <- tibble(
  V1 = c(1, 0, 1),
  V2 = c(2, 4, 0),
  V3 = c(3, 5, 6)
)

df2 <- tibble(
  V1 = c(0, 1, 2),
  V2 = c(3, 2, 0),
  V3 = c(1, 1, 6)
)

1. tidyverse 优先推荐方案 #

用purrr::map2_dfc逐列做向量化运算，直接输出同结构的数据框，代码简洁且效率高：

df_avg <- map2_dfc(df1, df2, ~ (.x + .y) / 2)

如果两个数据框的列名不匹配，也可以转成矩阵运算后再转回tibble：

df_avg <- as_tibble((as.matrix(df1) + as.matrix(df2)) / 2)

2. 大表高性能方案（基础R） #

如果处理的是十万行以上的大表，直接用矩阵运算的性能会更好，代码也很简单：

df_avg <- as.data.frame((as.matrix(df1) + as.matrix(df2)) / 2)

输出结果验证 #

两种方案得到的结果都和你的示例完全匹配：

print(df_avg)
# A tibble: 3 × 3
     V1    V2    V3
  <dbl> <dbl> <dbl>
1   0.5   2.5     2
2   0.5   3       3
3   1.5   0       6

内容的提问来源于stack exchange，提问作者CosmicFoo