尝试：

cat(vector, sep = "\n")

这实际上创建了一串矢量元素，并使用换行符打印到控制台。

可以使用stack()，

with(mtcars, stack(sapply(split(mpg, cyl), mean)))
#    values ind
#1 26.66364   4
#2 19.74286   6
#3 15.10000   8

但是aggregate()可能更适合这个问题

aggregate(mpg ~ cyl, mtcars, mean)
#  cyl      mpg
#1   4 26.66364
#2   6 19.74286
#3   8 15.10000

另外，如果你走这条路，tapply()可能比sapply()更适合。

stack(with(mtcars, tapply(mpg, cyl, mean)))
#    values ind
#1 26.66364   4
#2 19.74286   6
#3 15.10000   8

对于sapply()，如果返回值仅在一行上，则将得到一个向量，因此可能需要使用不同的函数进行计算。

尝试：

as.matrix( with(mtcars,sapply(split(mpg,cyl),mean)) )
  [,1]
4 26.7
6 19.7
8 15.1

默认情况下，矩阵对象将是单列矩阵。您可以用途：

as.data.frame( with(mtcars,sapply(split(mpg,cyl),mean)) )

但是专栏的名字会很丑，IMO。

data.table封装也可用于垂直输出：

mtcarsdt = data.table(mtcars)

mtcarsdt[,mean(mpg),by=cyl]
   cyl       V1
1:   6 19.74286
2:   4 26.66364
3:   8 15.10000

某些输出函数具有选项flip，例如stargazer（用于汇总统计）。这也可能对你有帮助。

使用dplyr的管道，你还可以：

mtcars %>% group_by(cyl) %>% summarise(mean(mpg))
# A tibble: 3 x 2
    cyl `mean(mpg)`
  <dbl>       <dbl>
1     4        26.7
2     6        19.7
3     8        15.1