R语言实现对数据框按某一列分组求组内平均值

这篇文章主要介绍了R语言实现对数据框按某一列分组求组内平均值，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

可使用aggregate函数

如：

				?

									aggregate(.~ID,data=这个数据框名字，mean)

如果是对数据框分组，组内有重复的项，对于重复项保留最后一行数据用：

				?

									pcm_df$duplicated <- duplicated(paste(pcm_df$OUT_MAT_NO, pcm_df$Posit, sep = "_"), fromLast = TRUE)

									pcm_df <- subset(pcm_df, !duplicated)

									pcm_df$duplicated <- NULL

补充：R语言分组求和，分组求平均值，分组计数

我们经常可能需要把一个数据按照某一属性分组，然后计算一些统计值。在R语言里面，aggregate函数就可以办到。

				?

									## S3 method for class 'data.frame'

									aggregate(x, by, FUN, ..., simplify = TRUE, drop = TRUE)

我们常用到的参数是：x, by, FUN。

x, 你想要计算的属性或者列。

by, 是一个list，可以指定一个或者多个列作为分组的基础。

FUN, 指定一个函数，用来计算，可以作用在所有分组的数据上面。

假如这个是我们的数据。

				?

									type<-c("a","b","c","a","c","d","b","a","c","b")

									value<-c(53,15,8,99,76,22,46,56,34,54)

									df<-data.frame(type,value)

									df

									  type value

									1   a  53

									2   b  15

									3   c   8

									4   a  99

									5   c  76

									6   d  22

									7   b  46

									8   a  56

									9   c  34

									10  b  54

分组求和

				?

									aggregate(df$value, by=list(type=df$type),sum)

									 type  x

									1  a 208

									2  b 115

									3  c 118

									4  d 22

分组求平均值

分组求平均很简单，只要将上面的sum改成mean就可以了。

				?

									aggregate(df$value, by=list(type=df$type),mean)

									 type    x

									1  a 69.33333

									2  b 38.33333

									3  c 39.33333

									4  d 22.00000

分组计数

分组计数就是在分组的情况下统计rows的数目。

				?

									aggregate(df$value, by=list(type=df$type),length)

									 type x

									1  a 3

									2  b 3

									3  c 3

									4  d 1

基于多个属性分组求和。

我们在原有的数据上加上一列，可以看看多属性分组。

				?

									type_2 <-c("F","M","M","F","F","M","M","F","M","M")

									df <- data.frame(df, type_2)

									df

									  type value type_2

									1   a  53   F

									2   b  15   M

									3   c   8   M

									4   a  99   F

									5   c  76   F

									6   d  22   M

									7   b  46   M

									8   a  56   F

									9   c  34   M

									10  b  54   M

									aggregate(x=df$value, by=list(df$type,df$type_2),sum)

									 Group.1 Group.2  x

									1    a    F 208

									2    c    F 76

									3    b    M 115

									4    c    M 42

									5    d    M 22