如何按列名分组计算DataFrame/矩阵的均值和标准差（忽略NA）

基础R实现 #

你之前的代码是按行维度计算统计量，要得到每个分组所有数值的整体均值和标准差，只需将同分组的多列数据拉平为一维向量后再计算即可，代码如下：

# 按列名拆分数据框
group_data <- split.default(df, names(df))

# 计算分组整体均值
sapply(group_data, function(x) mean(unlist(x), na.rm = TRUE))
# 输出：
#      sun      sky 
# 3.170588 5.472727 

# 计算分组整体标准差
sapply(group_data, function(x) sd(unlist(x), na.rm = TRUE))
# 输出：
#      sun      sky 
# 2.677631 2.102423 

核心逻辑：unlist()会把同分组的多列数据全部合并为一维向量，直接对该向量计算均值和标准差，得到的就是所有非NA值的整体统计量，和你给出的预期结果完全一致。

tidyverse实现 #

如果你习惯使用tidyverse生态的语法，也可以通过转长表后分组统计的方式实现：

library(dplyr)
library(tidyr)

df %>% 
  pivot_longer(cols = everything(), names_to = "group", values_to = "val") %>% 
  group_by(group) %>% 
  summarise(
    mean = mean(val, na.rm = TRUE),
    sd = sd(val, na.rm = TRUE)
  )
# 输出：
# # A tibble: 2 × 3
#   group  mean    sd
#   <chr> <dbl> <dbl>
# 1 sky    5.47  2.10
# 2 sun    3.17  2.68

内容的提问来源于stack exchange，提问作者Osidaksjdm W