在R中模拟Excel SumIfs()实现逐行条件均值向量

刚好做过类似的需求！你要的其实是为数据框每行匹配其对应分组的均值，本质是把分组汇总的结果「广播」到每一行，而不是只保留分组后的单行汇总。下面给你几种简单易懂的实现方式，覆盖不同的R工具链：

先构造示例数据 #

方便你测试，先创建一个模拟数据框：

df <- data.frame(
  a = c(1, 2, 1, 3, 2, 1),
  b = c("x", "y", "x", "z", "y", "x"),
  c = c(10, 20, 30, 40, 50, 60)
)

方法1：用dplyr（tidyverse风格） #

这是最直观的写法，适合习惯tidyverse语法的用户：

library(dplyr)

df <- df %>%
  group_by(a) %>%  # 按a列的值分组
  mutate(d = mean(c)) %>%  # 为每组的每一行添加该组c列的均值
  ungroup()  # 取消分组，恢复普通数据框格式

方法2：用data.table（高效快速） #

如果你处理的是大数据集，data.table的速度优势会很明显，语法也更简洁：

library(data.table)

setDT(df)[, d := mean(c), by = a]  # 按a分组，直接在原数据框添加d列

方法3：基础R（无需额外包） #

不用安装任何扩展包，用基础R的ave()函数就能搞定，它专门用来生成和原向量长度一致的分组统计结果：

df$d <- ave(df$c, df$a, FUN = mean)

运行结果示例 #

不管用哪种方法，最终得到的数据框都会是这样：

a b  c        d
1 1 x 10 33.33333
2 2 y 20 35.00000
3 1 x 30 33.33333
4 3 z 40 40.00000
5 2 y 50 35.00000
6 1 x 60 33.33333

可以看到，每一行的d值都对应该行a值的所有c列数据的均值，比如a=1的c值是10、30、60，均值就是33.33333，完全符合你的需求。

扩展：多条件的"Mean-Ifs" #

如果需要像Excel的SumIfs一样支持多个条件（比如同时满足a==x和b==y），只需要调整分组变量即可：

• dplyr：group_by(a, b)
• data.table：by = .(a, b)
• 基础R：ave(df$c, list(df$a, df$b), FUN = mean)

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