基于多因子对R语言data.frame行求均值的最优方案问询（多X变量）

嗨，这个问题我太熟了！当数据集里变量多到没法一个个列在公式里的时候，完全不用硬写所有变量名，下面给你几个亲测好用的方法，保证能快速生成你要的8行分组均值结果：

方法1：用dplyr（tidyverse系列，代码简洁易读） #

如果你平时用tidyverse工具链，这个方法最顺手：

# 先加载dplyr包（如果没装先运行install.packages("dplyr")）
library(dplyr)

# 按f1和f2分组，对所有非分组变量求均值
df_mean <- df %>%
  group_by(f1, f2) %>%
  summarise_all(mean, na.rm = TRUE) # na.rm=TRUE用来处理缺失值，按需调整

summarise_all会自动对除了分组变量f1、f2之外的所有列应用均值函数，完美解决变量太多的问题！如果有个别变量不想计算，可以先加一步select(-不需要的列名)过滤。

方法2：Base R原生aggregate（不用额外装包） #

你之前试过aggregate但没找到正确姿势？其实用.就能代表所有非分组变量：

# 用.代表所有非分组列，按f1+f2分组求均值
df_mean <- aggregate(. ~ f1 + f2, data = df, FUN = mean, na.rm = TRUE)

这个写法完全符合你用base R的需求，不用手动列所有变量名，直接生成8行分组结果。

方法3：data.table（大数据集首选，速度超快） #

如果你的数据集特别大，data.table的性能优势会很明显：

# 先加载data.table包（没装的话运行install.packages("data.table")）
library(data.table)

# 转成data.table格式，按f1、f2分组计算所有列的均值
dt <- as.data.table(df)
df_mean <- dt[, lapply(.SD, mean, na.rm = TRUE), by = .(f1, f2)]

这里的.SD代表“除分组变量外的所有列”，lapply会遍历每一列计算均值，处理百万级数据也毫无压力。

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