在dplyr中按列位置汇总分组data.frame的均值是否可行？

当然可以实现！在dplyr里，你完全不需要依赖列名，直接通过列的位置索引就能对指定列执行分组汇总操作，刚好契合你“目标特征始终在第3列”的需求。

下面结合你的示例代码，给出几种实用的实现方式：

首先加载必要的包：

library(dplyr)
library(tibble)

方式1：针对筛选后的数据集（第三列为目标列） #

你的代码已经通过select(date, group, starts_with(parameter))得到了包含目标列的数据集，此时目标列是第3列，直接用across(3)指定列位置计算均值：

df <- tibble(date = rep(c("2017-01-01", "2017-01-02", "2017-01-03"), 2), 
             group = rep(c("A", "B"), 3), 
             temperature = runif(6, -10, 30), 
             percipitation = runif(6, 0,5) )
parameter <- "perc"

df1 <- df %>% 
  select(date, group, starts_with(parameter)) %>% 
  group_by(group) %>% 
  summarise(avg_percipitation = mean(across(3), na.rm = TRUE)) # across(3)选中第3列

方式2：更简洁的单列位置引用 #

如果确定只需要对单列（第3列）计算均值，也可以直接用.[[3]]提取当前数据框的第3列，写法更紧凑：

df1 <- df %>% 
  select(date, group, starts_with(parameter)) %>% 
  group_by(group) %>% 
  summarise(avg_percipitation = mean(.[[3]], na.rm = TRUE))

方式3：直接对原始df的第3列汇总 #

如果不需要提前筛选列，直接对原始df的第3列（示例里的temperature）分组计算均值：

df_grouped <- df %>% 
  group_by(group) %>% 
  summarise(avg_temperature = mean(across(3), na.rm = TRUE))

关键细节说明 #

• across(3)是dplyr中按位置选择列的常用语法，要是需要对多列操作，还可以写成across(2:4)这样的范围形式；
• 加上na.rm = TRUE是为了忽略缺失值，避免结果出现NA，这是处理数值型数据汇总的实用小技巧；
• 这种按位置操作的方式完全不依赖列名，完美适配你“不知道列名但知道位置”的需求。

内容的提问来源于stack exchange，提问作者M. Schmid