R语言如何对dataframe列表分组求均值后计算标准差

报错原因 #

• 第一段错误代码：df_list是存储多个dataframe的列表，不能直接用$运算符提取内部每个dataframe的列，df_list$Result属于无效调用
• 第二段错误代码：存在语法问题，括号匹配错误，内层lapply返回的是每个元素为「分组均值结果表」的列表，外层lapply的函数写法不符合R语法规范

正确实现（基础R版本） #

直接嵌套lapply处理即可，对列表中每个dataframe，先按Sample_No分组算Result的均值，再提取均值列计算标准差：

df_list_sd <- lapply(df_list, function(x) {
  # 先按Sample_No分组计算Result的均值
  group_mean <- aggregate(Result ~ Sample_No, data = x, FUN = mean)
  # 对分组得到的均值计算标准差
  sd(group_mean$Result)
})

运行后你会得到一个和原列表元素名（Fe/SiO2/Al2O3）对应的标准差结果列表，如果你想转成向量可以直接用unlist(df_list_sd)。

补充提示：你之前写的单个dataframe处理代码会同时对Sample_No和均值列计算标准差，实际上只需要对均值列计算即可，可以优化为：

df_sd <- sd(aggregate(Result ~ Sample_No, data = df, FUN = mean)$Result)

Tidyverse版本实现（可选） #

如果你习惯使用tidyverse生态的工具，也可以用dplyr+purrr实现：

library(purrr)
library(dplyr)

df_list_sd <- map(df_list, ~.x %>%
                    group_by(Sample_No) %>%
                    summarise(mean_res = mean(Result)) %>%
                    pull(mean_res) %>%
                    sd())

内容的提问来源于stack exchange，提问作者Spooked