使用aggregate.data.frame聚合R的data.frame时维度不符问题排查

哈哈，你这是把aggregate的分组方向搞反啦！我来给你捋清楚问题出在哪，再给你几个靠谱的解决办法～

为什么你的aggregate代码出错？ #

你用的代码：

aggregate.data.frame(df, by=list(rep(1:3, each=3)), FUN='mean')

这里的by参数传入的rep(1:3, each=3)是一个长度为9的向量，刚好和你的df的行数（9行）一致。aggregate的默认逻辑是：根据by的分组变量对行进行分组，然后对每一列应用聚合函数。所以它会把第1-3行归为一组，4-6行一组，7-9行一组，然后计算每列在每组内的均值，最终得到3行9列的结果——完全和你想要的「每行内按A/B/C列组求均值」的需求反过来了！

正确的实现方法 #

方法1：Base R 原生实现（无需额外包） #

我们可以先把列按前缀（A/B/C）分组，然后对每行计算每个组的均值：

# 提取列名的前缀（A/B/C）作为分组依据
col_groups <- substr(colnames(df), 1, 1)
# 对每行数据，按列分组计算均值，再转置成需要的格式
result <- t(apply(df, 1, function(row) tapply(row, col_groups, mean)))
# 转成data.frame并设置列名
result_df <- as.data.frame(result)
colnames(result_df) <- unique(col_groups)

方法2：用dplyr+tidyr（tidyverse风格，更直观） #

如果你熟悉tidyverse工具链，这种方法逻辑更清晰：

library(dplyr)
library(tidyr)

result_df <- df %>%
  # 给每行添加唯一ID，方便后续分组
  mutate(row_id = row_number()) %>%
  # 把宽格式数据转成长格式
  pivot_longer(-row_id, names_to = "col_name", values_to = "value") %>%
  # 从列名中提取A/B/C分组
  mutate(group = substr(col_name, 1, 1)) %>%
  # 按行ID和分组计算均值
  group_by(row_id, group) %>%
  summarise(mean_val = mean(value), .groups = "drop") %>%
  # 转回宽格式
  pivot_wider(names_from = group, values_from = mean_val) %>%
  # 移除行ID列
  select(-row_id)

方法3：用data.table（大数据量下更高效） #

如果你的数据量很大，data.table的方法速度会更快：

library(data.table)

# 把df转成data.table格式
setDT(df)[, row_id := .I]
# 转长格式、分组计算均值、再转回宽格式
result_df <- melt(df, id.vars = "row_id")[, 
  .(mean_val = mean(value)), 
  by = .(row_id, group = substr(variable, 1, 1))
][, dcast(.SD, row_id ~ group, value.var = "mean_val")][, row_id := NULL]

以上三种方法都能得到你想要的9行3列结果，每行对应原df的一行，列分别是A_、B_、C_*列的均值。

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