- aggregate()
它首先将数据进行分组（按行），然后对每一组数据进行函数统计，最后把结果组合成一个比较nice的表格返回。根据数据对象不同它有三种用法，分别应用于数据框（data.frame）、公式（formula）和时间序列（ts）
aggregate(x, by, FUN, ..., simplify = TRUE)
aggregate(formula, data, FUN, ..., subset, na.action = na.omit)
aggregate(x, nfrequency = 1, FUN = sum, ndeltat = 1, ts.eps = getOption("ts.eps"), ...)
> str(mtcars) #不同类型汽车道路测试的数据框类型数据：'data.frame': 32 obs. of 11 variables: $ mpg : num 21 21 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 ... $ cyl : num 6 6 4 6 8 6 8 4 4 6 ... $ disp: num 160 160 108 258 360 ... $ hp : num 110 110 93 110 175 105 245 62 95 123 ... $ drat: num 3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ... $ wt : num 2.62 2.88 2.32 3.21 3.44 ... $ qsec: num 16.5 17 18.6 19.4 17 ... $ vs : num 0 0 1 1 0 1 0 1 1 1 ... $ am : num 1 1 1 0 0 0 0 0 0 0 ... $ gear: num 4 4 4 3 3 3 3 4 4 4 ... $ carb: num 4 4 1 1 2 1 4 2 2 4 ... > attach(mtcars)The following objects are masked from mtcars (pos = 3): am, carb, cyl, disp, drat, gear, hp, mpg, qsec, vs, wt> aggregate(mtcars,by=list(cyl),FUN=mean)#按cyl（汽缸数）进行分类，计算每类均值 Group.1 mpg cyl disp hp drat wt qsec vs1 4 26.66364 4 105.1364 82.63636 4.070909 2.285727 19.13727 0.90909092 6 19.74286 6 183.3143 122.28571 3.585714 3.117143 17.97714 0.57142863 8 15.10000 8 353.1000 209.21429 3.229286 3.999214 16.77214 0.0000000 am gear carb1 0.7272727 4.090909 1.5454552 0.4285714 3.857143 3.4285713 0.1428571 3.285714 3.500000#by参数也可以包含多个类型的因子，得到的就是每个不同因子组合的统计> aggregate(mtcars, by=list(cyl, gear), FUN=mean) Group.1 Group.2 mpg cyl disp hp drat wt qsec vs am1 4 3 21.500 4 120.1000 97.0000 3.700000 2.465000 20.0100 1.0 0.002 6 3 19.750 6 241.5000 107.5000 2.920000 3.337500 19.8300 1.0 0.003 8 3 15.050 8 357.6167 194.1667 3.120833 4.104083 17.1425 0.0 0.004 4 4 26.925 4 102.6250 76.0000 4.110000 2.378125 19.6125 1.0 0.755 6 4 19.750 6 163.8000 116.5000 3.910000 3.093750 17.6700 0.5 0.506 4 5 28.200 4 107.7000 102.0000 4.100000 1.826500 16.8000 0.5 1.007 6 5 19.700 6 145.0000 175.0000 3.620000 2.770000 15.5000 0.0 1.008 8 5 15.400 8 326.0000 299.5000 3.880000 3.370000 14.5500 0.0 1.00 gear carb1 3 1.0000002 3 1.0000003 3 3.0833334 4 1.5000005 4 4.0000006 5 2.0000007 5 6.0000008 5 6.000000#cbind(mpg,hp) ~ cyl+gear 表示使用 cyl 和 gear 的因子组合对 cbind(mpg,hp) 数据进行操作> aggregate(cbind(mpg,hp) ~ cyl+gear, FUN=mean) cyl gear mpg hp1 4 3 21.500 97.00002 6 3 19.750 107.50003 8 3 15.050 194.16674 4 4 26.925 76.00005 6 4 19.750 116.50006 4 5 28.200 102.00007 6 5 19.700 175.00008 8 5 15.400 299.5000
- by()
aggregate()仅允许在每次调用时使用平均数、标准差这样的单返回值函数。无法一次返回若干统计量，要完成这任务可以使用 by() 函数
by(data, INDICES ,FUN)
data：一个数据框或矩阵
INDICES：是一个因子或因子组成的列表，定义了分组
FUN：是任意函数
- 分组计算的扩展
doBy包中的summary By()，其格式为
summaryBy(formula,data=frame,FUN=function)
formula：接收如下格式
var1+var2+var3+...+varN~groupvar1+groupvar2+...+groupvarN，在 ~ 左侧的变量是需要分析的数值型变量，而右侧的变量是类别型的分组变量
function：可以分为内建或用户自编的R函数
例：
> library(doBy)Warning message:程辑包‘doBy’是用R版本3.4.1 来建造的 > summaryBy(mpg+hp+wt~am, data=mtcars, FUN=mystats) am mpg.n mpg.mean mpg.stdev mpg.skew mpg.kurtosis hp.n hp.mean hp.stdev hp.skew hp.kurtosis wt.n wt.mean wt.stdev1 0 19 17.14737 3.833966 0.01395038 -0.8031783 19 160.2632 53.90820 -0.01422519 -1.2096973 19 3.768895 0.77740012 1 13 24.39231 6.166504 0.05256118 -1.4553520 13 126.8462 84.06232 1.35988586 0.5634635 13 2.411000 0.6169816 wt.skew wt.kurtosis1 0.9759294 0.14156762 0.2103128 -1.1737358