R语言按列均值去除基因表达数据框中的重复行

针对你手里的基因表达数据框，要按基因分组、计算每组内各样本列的均值并保留唯一行，这里有两种简单高效的实现方式：

方法一：使用dplyr（tidyverse风格） #

dplyr的语法更直观，适合处理这类分组聚合的需求：

首先先加载dplyr包（如果没安装先运行install.packages("dplyr")）：

library(dplyr)

然后基于你的数据框df，按GENES分组后，对所有数值列计算均值：

df_cleaned <- df %>%
  group_by(GENES) %>%
  summarise(across(everything(), mean))

运行后你会得到去重后的结果，比如基因A1BG的Group1值就是你手动计算的mean(-0.9092227, -1.48751, -2.79559765)，结果完全一致。

方法二：使用Base R的aggregate函数 #

如果你不想额外加载包，base R的aggregate函数也能轻松搞定：

df_cleaned <- aggregate(. ~ GENES, data = df, FUN = mean)

这个公式里的.代表除了分组列（GENES）之外的所有列，FUN=mean指定用均值来聚合重复行。

验证结果 #

比如我们手动计算A1BG的Group1均值：

mean(-0.9092227, -1.48751, -2.79559765)
# 结果是 -1.730777

查看处理后的df_cleaned里A1BG的Group1值，会和这个结果完全匹配，其他列的均值也都正确计算。

内容的提问来源于stack exchange，提问作者ASF