可使用aggregate函數
如：
|
1
|
aggregate(.~ID,data=這個數據框名字，mean) |
如果是對數據框分組，組內有重復的項，對于重復項保留最后一行數據用：
|
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 |
補充：R語言分組求和，分組求平均值，分組計數
我們經常可能需要把一個數據按照某一屬性分組，然后計算一些統計值。在R語言里面，aggregate函數就可以辦到。
|
1
2
|
## S3 method for class 'data.frame'aggregate(x, by, FUN, ..., simplify = TRUE, drop = TRUE) |
我們常用到的參數是：x, by, FUN。
x, 你想要計算的屬性或者列。
by, 是一個list，可以指定一個或者多個列作為分組的基礎。
FUN, 指定一個函數，用來計算，可以作用在所有分組的數據上面。
假如這個是我們的數據。
|
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 |
分組求和
|
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 |
分組求平均值
分組求平均很簡單，只要將上面的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 |
分組計數
分組計數就是在分組的情況下統計rows的數目。
|
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 |
基于多個屬性分組求和。
我們在原有的數據上加上一列，可以看看多屬性分組。
|
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 |
以上為個人經驗，希望能給大家一個參考，也希望大家多多支持服務器之家。如有錯誤或未考慮完全的地方，望不吝賜教。
原文鏈接：https://blog.csdn.net/faith_mo_blog/article/details/50738645
