能否用dplyr替代sapply实现基于布尔向量的行子集均值计算？

当然可以用dplyr搞定这个需求，完全没超出它的能力范围！而且结合tidyverse家族的purrr工具，代码会比sapply更直观易读，还能保持数据框的整洁结构。

先假设你的数据结构是这样的（用lubridate包处理时间区间，这也是tidyverse里常用的时间工具）：

library(dplyr)
library(lubridate)
library(purrr)

# 构造示例数据
set.seed(123)
df <- tibble(
  Date = ymd(c("2023-01-01", "2023-01-03", "2023-01-05", "2023-01-07")),
  Intervals = list(
    interval(ymd("2023-01-01"), ymd("2023-01-04")),
    interval(ymd("2023-01-02"), ymd("2023-01-05")),
    interval(ymd("2023-01-04"), ymd("2023-01-07")),
    interval(ymd("2023-01-06"), ymd("2023-01-09"))
  ),
  Values = rnorm(4, 10, 2)
)

下面提供两种实现方式，按需选择：

方法1：用rowwise()逐行处理 #

这种方式最贴近你描述的步骤逻辑，适合小数据集或者需要清晰展示每一步的场景：

df_result <- df %>%
  rowwise() %>%
  mutate(
    # 生成当前区间匹配所有Date的布尔向量
    matching_rows = list(Date %within% Intervals),
    # 用布尔向量筛选子集并计算Values的均值
    Mean_Values = mean(df$Values[matching_rows])
  ) %>%
  ungroup() # 处理完记得取消行分组，避免后续操作受影响

方法2：用purrr::map_dbl()高效处理 #

如果你的数据集比较大，这种方式性能会更优，因为它避免了rowwise()的逐行分组开销：

df_result <- df %>%
  mutate(
    # 对每个Intervals元素，计算匹配Date对应的Values均值
    Mean_Values = map_dbl(Intervals, ~ mean(Values[Date %within% .x]))
  )

逻辑说明 #

两种方法的核心逻辑和你描述的步骤完全一致：

1. 遍历每行的Intervals区间
2. 用Date %within% Intervals生成匹配所有Date的布尔向量
3. 筛选出匹配行的Values并计算均值

区别只是处理的方式：rowwise()是显式逐行分组处理，map_dbl()是对Intervals列的每个元素应用函数，最后返回数值结果列。

内容的提问来源于stack exchange，提问作者random