可使用aggregate函数
如：
|
1
|
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：
|
1
2
3
|
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。
|
1
2
|
## 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。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
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 value1 a 532 b 153 c 84 a 995 c 766 d 227 b 468 a 569 c 3410 b 54 |
分组求和
|
1
2
3
4
5
6
|
aggregate(df$value, by=list(type=df$type),sum) type x1 a 2082 b 1153 c 1184 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。
|
1
2
3
4
5
6
|
aggregate(df$value, by=list(type=df$type),mean) type x1 a 69.333332 b 38.333333 c 39.333334 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。
|
1
2
3
4
5
6
|
aggregate(df$value, by=list(type=df$type),length) type x1 a 32 b 33 c 34 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。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
|
type_2 <-c("F","M","M","F","F","M","M","F","M","M")df <- data.frame(df, type_2)df type value type_21 a 53 F2 b 15 M3 c 8 M4 a 99 F5 c 76 F6 d 22 M7 b 46 M8 a 56 F9 c 34 M10 b 54 Maggregate(x=df$value, by=list(df$type,df$type_2),sum) Group.1 Group.2 x1 a F 2082 c F 763 b M 1154 c M 425 d M 22 |
以上为个人经验，希望能给大家一个参考，也希望大家多多支持服务器之家。如有错误或未考虑完全的地方，望不吝赐教。
原文链接：https://blog.csdn.net/faith_mo_blog/article/details/50738645
