基于Base R实现按其他列筛选计算value列均值（替代循环）

首先先确认你的原始数据框：

df <- structure(list(var1 = c(1, 0, 1, 0, 0 , 1 ), var2 = c(0, 0, 0, 1, 1, 0), var99 = c(0, 1, 1, 1, 1, 0), value = c(154, 120, 100, 180, 200, 460)), .Names = c("var1", "var2", "var99", "value" ), row.names = c(NA, -6L), class = "data.frame")

你的需求很清晰：针对var1、var2、var99这几列，计算每一列值为1的行对应的value列的均值，同时希望替代现有的for循环实现。你当前的循环代码是：

l <- vector("list", 3) 
for (i in 1:3) l[[i]] <- mean(df$value[df[,i]==1], na.rm = T) 
# 注：原代码里的`i <- i+1`是多余的，for循环会自动迭代i的取值

下面给你三种纯Base R的无循环实现方案，你可以根据数据规模和个人习惯选择：

方法1：用apply()函数直接遍历列 #

这是最直观的替代方式，利用apply按列处理目标变量，计算符合条件的均值：

# 对前3列（var1/var2/var99）逐列计算条件均值
mean_values <- apply(df[, 1:3], 2, function(col) {
  mean(df$value[col == 1], na.rm = TRUE)
})

# 转换成你需要的数据框格式
result_df <- data.frame(
  var = names(mean_values),
  mean = unname(mean_values),
  row.names = NULL
)

运行后得到的result_df完全匹配你期望的输出结构。

方法2：矩阵运算实现（大数据集更高效） #

如果你的数据量较大，矩阵运算的速度会比循环或apply更快。我们可以利用矩阵内积和列求和来计算均值：

# 将目标列转为矩阵
target_mat <- as.matrix(df[, 1:3])
# 计算每列的加权均值：(矩阵与value的内积) / 每列中1的个数
mean_values <- c(t(target_mat) %*% df$value) / colSums(target_mat)

# 构建结果数据框
result_df <- data.frame(
  var = names(df)[1:3],
  mean = mean_values,
  row.names = NULL
)

这种方法避免了逐行判断，完全靠矩阵运算完成计算，性能优势在大数据集上会很明显。

方法3：数据重塑+aggregate()分组计算 #

先把宽格式数据转成长格式，再通过分组聚合计算均值，逻辑上更容易理解：

# 将宽格式转为长格式，保留value列
long_df <- reshape(
  df,
  direction = "long",
  varying = names(df)[1:3],
  v.names = "flag",
  timevar = "var",
  times = names(df)[1:3]
)

# 筛选flag为1的行，按var分组计算value的均值
result_df <- aggregate(
  value ~ var,
  data = long_df[long_df$flag == 1, ],
  FUN = mean,
  na.rm = TRUE
)
# 重命名列名匹配需求
names(result_df)[2] <- "mean"

以上三种方法都能实现你的需求，且都是纯Base R的无循环实现。

内容的提问来源于stack exchange，提问作者torakxkz