R语言计算两数据框列相减均值及colMeans报错解决

报错原因 #

colMeans() 要求输入至少二维的数组或数据框，而 df1$AU 是一维向量，所以会触发维度不匹配的报错。同时你原来的代码逻辑是先分别求两列的均值再相减，和你需要的「逐行相减后再求均值」的需求不一致，只有在两列都无缺失值的时候两者结果才会相同，存在NA时结果会有偏差。

高效实现方案 #

基础R向量化方案（推荐，性能最优） #

利用R的向量广播特性，直接用一维的AU列和多列的UF矩阵做逐行减法，再对每列求均值即可，支持任意数量的UF列：

# 提取df2中所有UF开头的列
uf_df <- df2[, startsWith(colnames(df2), "UF")]
# 计算逐行差值的列均值，自动忽略NA值
res <- data.frame(
  uf_col = colnames(uf_df),
  mean_sub = colMeans(df1$AU - uf_df, na.rm = TRUE)
)

tidyverse方案（可读性更强） #

如果习惯dplyr语法，可以用长表转换的方式实现，逻辑更直观，额外加了按Date关联的步骤，避免两个数据框行顺序不一致导致计算错误，更稳妥：

library(dplyr)
library(tidyr)

res <- inner_join(df1, df2, by = "Date") %>% 
  pivot_longer(cols = starts_with("UF"), names_to = "uf_col", values_to = "uf_val") %>% 
  group_by(uf_col) %>% 
  summarise(mean_sub = mean(AU - uf_val, na.rm = TRUE))

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