R语言group_by结合summarise计算均值返回NA但标准差正常如何解决

核心原因 #

你遇到的均值返回NA但标准差正常的情况，绝大多数是以下两类问题导致：

1. 熔融后的value列存在缺失值（NA）：R基础包的mean()函数默认只要输入向量存在1个NA就返回NA，如果你此前的运行环境对sd()设置过默认na.rm=TRUE，或是加载的包修改了sd的默认行为，就会出现sd能输出结果、mean全为NA的差异。
2. value列类型异常：如果原始数据的NH4、NO2、Urea等指标列中存在非数字字符（如缺失值标记为"ND"、"-"、"/"，或是存在千分位逗号），read.csv会将整列识别为字符/因子型，转换为数值时会生成强制转换NA，也会触发均值计算异常。

排查步骤 #

• 首先检查value列类型与异常值：

  # 查看列类型
  class(data_melted$value)
  # 提取所有非数字内容
  unique(data_melted$value[!grepl("^-?\\d+\\.?\\d*$", data_melted$value)])
  # 统一转为数值型，非数字内容自动转为NA
  data_melted$value <- as.numeric(as.character(data_melted$value))
  

• 确认存在缺失值后，在汇总计算时统一添加na.rm=TRUE参数，忽略缺失值计算：

  data_avg <- data_melted %>% 
    filter(Experiment %in% c("Vienn_U-A")) %>%
    filter(Bottle %in% c(1,2,4,5)) %>% 
    filter(variable %in% c("NH4","NO2","Urea")) %>%  
    group_by(Time, variable) %>%
    summarise(mean = mean(value, na.rm = TRUE), sd = sd(value, na.rm = TRUE)) 
  

• 若添加参数后仍有问题，检查是否原生mean函数被覆盖：
  运行mean(c(1,2,3))，正常返回2说明函数未被修改，否则重启R会话即可恢复原生函数行为。
• 最后可查看每个分组的有效样本量，确认每组至少有2个有效数值，避免标准差计算出现NA：

  data_melted %>% 
    filter(Experiment %in% c("Vienn_U-A")) %>%
    filter(Bottle %in% c(1,2,4,5)) %>% 
    filter(variable %in% c("NH4","NO2","Urea")) %>%  
    group_by(Time, variable) %>%
    summarise(有效样本量 = sum(!is.na(value)))
  

内容的提问来源于stack exchange，提问作者stephany