如何在R语言中选取分类变量exposed前84行计算连续变量y的均值？

我猜你之前的困扰在于，虽然尝试了多种函数，但始终没把「选取目标行」的逻辑和「计算均值」正确结合起来，导致程序还是默认计算了整个数据集的y均值。下面分两种常见场景给你具体的解决方案：

场景1：选取整个数据框的前84行，计算y的均值 #

如果你的需求是直接取数据集前84行的y值来算均值，用基础R就能轻松实现：

# 假设你的数据框名为df
mean(df$y[1:84], na.rm = TRUE)

这里加na.rm = TRUE是为了避免数据中存在NA值时，均值计算结果直接变成NA，根据你的数据情况可以调整。

场景2：选取分类变量exposed为某类别的前84行，计算y的均值 #

如果你的需求是先筛选出exposed为特定类别（比如"暴露组"对应的取值"yes"）的所有行，再取其中前84行来算y的均值，有两种写法：

基础R写法 #

# 一步到位的索引方式
mean(df$y[df$exposed == "yes"][1:84], na.rm = TRUE)

# 分步写法（更清晰，方便调试）
# 1. 筛选出exposed为yes的行
exposed_subset <- df[df$exposed == "yes", ]
# 2. 取前84行
top84_exposed <- exposed_subset[1:84, ]
# 3. 计算均值
mean(top84_exposed$y, na.rm = TRUE)

dplyr包写法（更直观易读） #

如果你习惯用tidyverse系列的工具，用dplyr会更简洁：

library(dplyr)

df %>%
  filter(exposed == "yes") %>%  # 筛选目标类别
  slice(1:84) %>%               # 取前84行
  summarise(mean_y = mean(y, na.rm = TRUE))  # 计算均值并命名结果

为什么你之前的方法没生效？ #

• 直接用mean(df$y)或summary(df$y)：这两个函数默认处理整个y列，没有做行筛选，自然得到整体均值；
• 用tapply(df$y, df$exposed, mean)：这个函数是按exposed的不同类别分组计算该类别所有行的均值，而不是取每个类别的前84行，所以结果还是整体分组的均值，不是你要的前84行的结果。

最后提醒下：要确保数据集的行顺序是你期望的，不然「前84行」可能不是你真正想要的样本哦！

内容的提问来源于stack exchange，提问作者Suzy