如何用dplyr对含NA的三个变量按行取均值生成新变量

嘿，我来帮你搞定这个问题！你遇到的错误其实是因为对mean()函数的用法和dplyr管道的逻辑理解有点偏差，咱们一步步拆解并解决：

错误原因分析 #

• 首先，mean()函数的参数设计是第一个参数是要计算均值的向量，第二个参数trim是用来指定截尾比例的单个数值，你直接把三个列向量传进去，R会把第二个列（Ozone）当成trim参数，这就触发了'trim' must be numeric of length one的错误——毕竟Ozone是一整列数据，不是单个数值。
• 其次，在dplyr的管道（%>%）里，没必要写airquality$Solar.R这种全称，管道已经把数据框传递过来了，直接用列名就行。
• 最后，mean()默认是计算整个向量的整体均值，而你需要的是每行的均值，这得用专门的行级计算方法。

正确解法 #

方法1：用rowMeans()（最简洁高效） #

rowMeans()是R内置的专门计算行均值的函数，原生支持处理NA值，写法非常简洁：

library(dplyr)

airquality %>%
  mutate(New = rowMeans(select(., Solar.R, Ozone, Wind), na.rm = TRUE))

• select(., Solar.R, Ozone, Wind)：在管道中选中需要计算的三列（.代表当前管道传递的数据框）
• na.rm = TRUE：忽略每行中的NA值，如果某一行三个值都是NA，结果会返回NA

方法2：用dplyr的rowwise() + c_across()（tidyverse风格，适合复杂行计算） #

如果你需要更灵活的行级操作（比如除了均值还要做其他行内计算），可以用这种写法：

library(dplyr)

airquality %>%
  rowwise() %>% # 告诉dplyr接下来的计算按行执行
  mutate(New = mean(c_across(Solar.R:Wind), na.rm = TRUE)) %>% # c_across把指定列按行打包成向量
  ungroup() # 记得取消行分组，避免后续操作受影响

关于你尝试的filter的补充 #

你之前用filter的写法也有问题：is.na()只能接收单个向量，要筛选出三列都不为NA的行，应该这么写：

airquality %>%
  filter(if_all(c(Solar.R, Ozone, Wind), ~!is.na(.x)))

不过其实如果只是计算均值的话，不需要提前过滤，na.rm = TRUE已经能处理NA值了，保留所有行的结果会更完整。

内容的提问来源于stack exchange，提问作者Sarah