如何用dplyr或其他方法计算数据框所有列组合的行均值？

我有如下两个DataFrame：
第一个（假设名为df1）：

structure(list(ffw0 = c(8.60799803435064, 8.34185836453619, 8.07471159730671, 
7.82091460501107, 7.56772724986936), ffw1 = c(8.4937475524497, 
7.99877773077364, 7.40230840036861, 6.72275626701698, 5.96367684510491
), ffw2 = c(8.80102997756335, 8.73105190900452, 8.65977919061515, 
8.60566795392347, 8.55234042159471)), row.names = c(NA, -5L), class = "data.frame")

第二个名为comb：

comb <- structure(list(ffw0 = c(8.607998, 8.341858, 8.074712, 7.820915, 7.567727),
                       ffw1 = c(8.493748, 7.998778, 7.402308, 6.722756, 5.963677),
                       ffw2 = c(8.801030, 8.731052, 8.659779, 8.605668, 8.552340),
                       year = c(2026, 2027, 2028, 2029, 2030),
                       arima210 = c(8.005053, 7.692402, 7.583277, 7.545043, 7.531630),
                       arima211 = c(7.841940, 7.189011, 6.761488, 6.480838, 6.296588),
                       com = c(7.923496, 7.440706, 7.172382, 7.012941, 6.914109)),
                  row.names = 1:5, class = "data.frame")

我需要计算所有列组合的行均值：包括所有两两列组合(x,y)的行均值、所有三列组合(x,y,z)的行均值，直到所有列的组合的行均值。之前尝试过一个旧方法但会产生无法解释的极大值，想知道能否用dplyr实现，或者有其他可靠方法。

方法一：dplyr + purrr 实现 #

核心逻辑是生成所有k≥2的列组合，对每个组合计算行均值，再合并回原数据框：

library(dplyr)
library(purrr)

# 筛选目标列（排除非数值列year，若需包含则去掉select(-year)）
target_cols <- comb %>% select(-year) %>% colnames()

# 生成从2列到全列的所有组合
all_combinations <- map(2:length(target_cols), ~combn(target_cols, .x, simplify = FALSE)) %>%
  flatten()

# 计算每个组合的行均值并合并
result <- comb %>%
  bind_cols(
    map_dfc(all_combinations, ~rowMeans(comb[.x]) %>%
              set_names(paste0("mean_", paste(.x, collapse = "_"))))
  )

# 查看结果
head(result)

关键点： #

• 列名自动用mean_列名1_列名2...格式命名，便于识别对应组合；
• 明确排除非数值列，避免因混入整数列（如year）导致的异常均值。

方法二：Base R 轻量实现 #

无需加载第三方包，用基础R函数完成：

# 确定目标列（排除year）
target_cols <- setdiff(colnames(comb), "year")

# 生成所有k≥2的列组合
all_combs <- unlist(lapply(2:length(target_cols), function(k) combn(target_cols, k, simplify = FALSE)), recursive = FALSE)

# 计算每个组合的行均值，命名后合并
mean_cols <- lapply(all_combs, function(cols) rowMeans(comb[cols]))
names(mean_cols) <- sapply(all_combs, function(cols) paste0("mean_", paste(cols, collapse = "_")))

result_base <- cbind(comb, as.data.frame(mean_cols))

# 查看结果
head(result_base)

异常值原因排查 #

之前的方法出现极大值，大概率是以下原因：

• 误将非数值列（如year）纳入计算，整数年份会拉高均值；
• 组合生成逻辑错误，出现重复列或无效索引；
• 未正确筛选目标列，混入了不符合要求的列。

内容的提问来源于stack exchange，提问作者lucamartono2