计算R中不同组之间的平均值和标准偏差

我有以下数据集：

---

df1如果我们需要做相应的组汇总，那么使用
map2

library(dplyr)
library(purrr)
library(rowr)
map2(names(df1)[1:3], names(df1)[4:6], ~
       df1 %>% 
          dplyr::select(.x, .y) %>%
          group_by_at(.x) %>% 
          summarise_at(1, list(sd = sd, mean = mean))) %>% 
  reduce(cbind.fill, fill = NA)
# people       sd mean time      sd.1 mean.1 range       sd     mean
#1      1 1.000000    2   21 0.7071068    4.5     2 1.258306 3.750000
#2     11 2.828427    3   33 2.1213203    3.5    12 2.081666 2.666667
#3     12 1.414214    2   41 1.7320508    4.0    NA       NA       NA

map2(df1[1:3], df1[4:6], ~  
    tibble(grp = .x, value = .y) %>%
    group_by(grp) %>%
    summarise(valueSD = sd(value), valueMean = mean(value))) %>% 
    reduce(cbind.fill, fill = NA)


或者，我们可以在
map2

library(dplyr)
library(purrr)
library(rowr)
map2(names(df1)[1:3], names(df1)[4:6], ~
       df1 %>% 
          dplyr::select(.x, .y) %>%
          group_by_at(.x) %>% 
          summarise_at(1, list(sd = sd, mean = mean))) %>% 
  reduce(cbind.fill, fill = NA)
# people       sd mean time      sd.1 mean.1 range       sd     mean
#1      1 1.000000    2   21 0.7071068    4.5     2 1.258306 3.750000
#2     11 2.828427    3   33 2.1213203    3.5    12 2.081666 2.666667
#3     12 1.414214    2   41 1.7320508    4.0    NA       NA       NA

map2(df1[1:3], df1[4:6], ~  
    tibble(grp = .x, value = .y) %>%
    group_by(grp) %>%
    summarise(valueSD = sd(value), valueMean = mean(value))) %>% 
    reduce(cbind.fill, fill = NA)


或使用
lappy

lapply(1:3, function(i) 
      df1[c(i, i + 3)] %>% 
         group_by_at(1) %>% 
         summarise_all(list(mean, sd))) %>% 
   reduce(cbind.fill, fill = NA)

您可以将其包装在
列表（sd，mean）
中。请注意，当您按3进行分组时。列，其中一些列只有一行，这意味着您的sd将是NAPLE check
df1%>%count（人员、时间、范围）
每个组只有一行我想说的是
count
的频率是1，因为您正试图按组执行
sd
您需要相应的组/平均值/sd，即
map2（名称（df1）[1:3]，名称（df1）[4:6]，~df1%>%select（.x，.y）%>%group\u by\u at（.x）%>%summary\u at（1，list（sd=sd，mean=mean））
@User20100更新为
lappy