R语言如何计算分组数据的中位数、标准差并保留原有数据框结构

你之前的代码无法得到预期结果的核心原因有两个：

• 分组逻辑错误：直接按完整Mydata值分组时，3条数据的Mydata分别为AAA_F1/AAA_F2/AAA_F3，均为唯一值，等于每行单独成组，无法实现同前缀3行的聚合。
• 旧版funs()写法兼容性差，且group_by后直接summarise_all会把非数值的T列也纳入统计逻辑，不符合输出要求。

步骤1：构造分组标识 #

先提取Mydata列中下划线前的共同前缀作为分组依据，无需额外安装包，直接用base R的gsub即可实现：

# 去掉Mydata里下划线及后续内容，提取前缀作为分组键
df$group_key <- gsub("_.*", "", df$Mydata)

步骤2：生成分组中位数统计数据 #

按提取的前缀分组，仅对所有数值列计算中位数，最后把分组列重命名为期望的Mydata即可：

library(dplyr)
df_median <- df %>%
  group_by(group_key) %>%
  # 自动筛选所有数值列计算中位数，跳过非数值字段
  summarise(across(where(is.numeric), median)) %>%
  rename(Mydata = group_key) %>%
  as.data.frame()

如果需要保留T列，可在summarise内单独指定，比如加T = first(T)，可按需调整取值规则。

步骤3：生成分组标准差统计数据 #

逻辑和中位数完全一致，仅替换统计函数为sd即可：

df_sd <- df %>%
  group_by(group_key) %>%
  summarise(across(where(is.numeric), sd)) %>%
  rename(Mydata = group_key) %>%
  as.data.frame()

结果说明 #

• 你给出的示例输出里X100的中位数为7611.5不符合真实统计规则：样例数据里X100原始值为500, 0, 12257.1，排序后为0, 500, 12257.1，实际中位数为500，示例值为示意用。
• 之前用lapply输出的是列表结构，不是规整的data.frame，因此和你需要的表格格式不匹配，上述方法可直接输出符合要求的data.frame。
• 如果使用低于1.0版本的旧版dplyr，可把across那行替换为summarise_at(vars(ends_with(c("100", "10M", "3100", "220M", "400M", "600"))), funs(median))即可兼容。

内容的提问来源于stack exchange，提问作者nik