R语言如何按ID分组对数据框多列批量应用去均值函数

以下方案完全适配你现有的dplyr工作流，和你单处理esgscore列的逻辑、输出结果完全对齐：

1. 保留分组均值中间列的写法（完全匹配你现有单列逻辑的输出格式） #

直接复用你单列处理时「生成分组均值列、生成去均值结果列」的规则，批量处理3-111列：

demeaned_df <- df %>%
  group_by(ID) %>%
  mutate(
    across(
      .cols = 3:111,
      .fns = list(
        # 分组均值计算逻辑
        avg = ~ mean(.x),
        # 去均值计算逻辑
        demeaned = ~ .x - mean(.x)
      ),
      # 列名自动按「类型_原列名」规则生成，和你原单列的命名规则完全一致
      .names = "{.fn}_{.col}"
    )
  ) %>%
  ungroup()

2. 精简版（不需要保留分组均值中间列时使用） #

如果你只需要去均值结果、不需要单独留存分组均值的中间变量，可以直接一步计算，运行效率更高：

demeaned_df <- df %>%
  group_by(ID) %>%
  # 直接在分组内算每列均值并做差，生成去均值结果
  mutate(across(3:111, ~ .x - mean(.x), .names = "demeaned_{.col}")) %>%
  ungroup()

注意事项 #

• 此处的3:111是按数据框当前的列顺序定位范围，如果你后续调整了df的列排序，这个索引范围会同步变动；如果想要写法更稳健，可以把3:111替换为对应列的匹配规则，比如所有数值型列就替换为where(is.numeric)，或按列名前缀匹配替换为starts_with("你的列名前缀")
• 原列存在缺失值时，默认mean(.x)会返回NA，若需要忽略缺失值计算均值，只需在对应函数里补充na.rm = TRUE参数即可
• 处理完成后一定要调用ungroup()取消分组状态，避免后续操作默认按ID分组，出现预期外的结果

可以先单独拿esgscore列跑两种写法，和你原单列代码的输出结果做对比，确认完全一致后再运行全量数据。

内容的提问来源于stack exchange，提问作者Luca