使用R 3.5/RStudio 1.1.419时Group/Mutate仅返回NA而非平均值求助

看起来你在尝试按城市聚合finmei14和finmei15这两个指标时，遇到了结果全为NA的问题——这大概率是因为你没有处理数据中的NA值，以及分组操作的细节没注意到。我来一步步帮你解决：

问题根源 #

你的数据里，很多城市的finmei14和finmei15字段全是NA，而R的mean()函数默认不会忽略NA值。如果分组内只要有一个NA（或者全是NA），mean()就会直接返回NA，这就是你看到的结果。

另外，R 3.5对应的dplyr版本（当时的版本大概是0.7.x左右）在分组后可能需要手动取消分组，避免后续操作残留分组状态导致的异常。

解决方案 #

我们用dplyr包来实现正确的聚合，分两种场景处理：

1. 生成每个城市的汇总平均值表

如果你只需要每个城市的指标平均值，用summarise()生成汇总表：

library(dplyr)

# 按州、城市、州代码分组，计算平均值并忽略NA
city_summary <- your_data_frame %>%
  group_by(state, city, statefips) %>%
  summarise(
    avg_finmei14 = mean(finmei14, na.rm = TRUE),
    avg_finmei15 = mean(finmei15, na.rm = TRUE),
    .groups = "drop"  # 显式取消分组，适配R 3.5的dplyr版本
  )

# 把全NA组的NaN转换为NA（可选，让结果更整洁）
city_summary <- city_summary %>%
  mutate(
    avg_finmei14 = ifelse(is.nan(avg_finmei14), NA, avg_finmei14),
    avg_finmei15 = ifelse(is.nan(avg_finmei15), NA, avg_finmei15)
  )

print(city_summary)

运行后，Amherst的avg_finmei14会是69，avg_finmei15会是64；其他全NA的城市，平均值会显示为NA而不是NaN。

2. 把平均值添加到原数据的每一行

如果你需要在原数据的每一行都带上对应城市的平均值，用mutate()：

library(dplyr)

df_with_avg <- your_data_frame %>%
  group_by(state, city, statefips) %>%
  mutate(
    # 先判断组内是否全为NA，是的话返回NA，否则计算非NA值的平均值
    avg_finmei14 = if(all(is.na(finmei14))) NA else mean(finmei14, na.rm = TRUE),
    avg_finmei15 = if(all(is.na(finmei15))) NA else mean(finmei15, na.rm = TRUE)
  ) %>%
  ungroup()  # 取消分组，避免后续操作受分组影响

print(df_with_avg)

这样Amherst的每一行都会显示对应的平均值，其他城市的平均值字段则为NA，符合你的预期。

验证结果 #

用你的测试数据运行上面的代码，Amherst组的结果会是：

其他城市的avg_finmei14和avg_finmei15则为NA，这是因为这些城市的指标字段全是NA，没有可用数据计算平均值。

内容的提问来源于stack exchange，提问作者Elombardi