R中跨列应用函数：计算首列与其余列平均绝对差的方法

你之前写dat[,1] - dat[,2:4]的代码报错、结果不符合预期的核心原因有两个：

• 取dat[,2:4]得到的是子数据框结构，R在做多元素运算时会强制将其转换为矩阵，如果子集中存在非数值类型的列，转换过程就会触发argument is not numeric or logical: returning NA的警告
• 即便运算没有报错，外层嵌套的abs(mean(...))会把整个二维差值矩阵的所有元素揉成单个值计算总均值，无法实现“每一列单独和第一列配对计算MAD”的批量需求。

注意：你之前把自定义函数命名为mad，会覆盖R基础包中内置的mad()函数（用来计算中位数绝对偏差的离群值统计量），建议替换成自定义的函数名比如custom_mad，避免后续调用内置统计函数时出现逻辑错误。

你的核心需求是固定第一列作为基准列，遍历剩余所有列，逐列计算两列元素差的绝对值的平均值（这里是你自定义的MAD逻辑，和R基础包内置的离散度统计函数mad()不是同一个计算逻辑）

基于apply的实现（适配你的使用习惯） #

这个写法完全匹配你想要用apply跨列操作、固定第一列做基准的需求，而且不需要手动指定列号范围，泛化性更强：

custom_mad <- function(dat) {
  # 选中除第一列外的所有列，按列维度逐列传入计算
  apply(dat[, -1], MARGIN = 2, function(target_col) {
    abs(mean(dat[, 1] - target_col, na.rm = TRUE))
  })
}

# 调用函数即可输出带列名的计算结果
custom_mad(dat = df)

代码逻辑说明：

• dat[, -1]会自动筛选出除第一列之外的全部列，后续哪怕你给数据框新增、删除列，函数也不需要手动调整列号范围
• MARGIN = 2代表apply按列遍历，每一次遍历都会把目标列单独传给内部的匿名函数，计算时始终固定引用dat[,1]作为基准列，刚好匹配逐列配对计算的要求。

更高效率的向量化实现 #

如果后续处理的是大尺寸数据，可以用矩阵运算替代apply，计算速度会更快：

# 生成除第一列外的所有列与基准列的差值矩阵
diff_mat <- as.matrix(df[, -1]) - df[, 1]
# 逐列计算差值的绝对值平均
result <- abs(colMeans(diff_mat, na.rm = TRUE))

这个写法的计算结果和apply版本完全一致，数据量越大性能优势越明显。

内容的提问来源于stack exchange，提问作者Joshua Culpepper