R语言汇总统计中怎么批量计算不同因素不同水平的平均值
这篇文章将为大家详细讲解有关R语言汇总统计中怎么批量计算不同因素不同水平的平均值，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。
实际工作中，我们需要对数据进行平均值计算，这里我比较了aggregate和data.table的方法，测试主要包括：
1，对数据yield计算平均值
2，计算N不同水平的平均值
3， 计算N和P不同水平的平均值
1. 常规方法aggregate
代码：
data(npk)
head(npk)
aggregate(yield~N,data=npk,FUN = mean)
aggregate(yield~N+P,data=npk,FUN = mean)
结果
> aggregate(yield~N,data=npk,FUN = mean)
N yield
1 0 52.06667
2 1 57.68333
> aggregate(yield~N+P,data=npk,FUN = mean)
N P yield
1 0 0 51.71667
2 1 0 59.21667
3 0 1 52.41667
4 1 1 56.15000
2. 使用data.table方法
代码：
data(npk)
head(npk)
library(data.table)
setDT(npk)
# 单个变量
npk[,mean(yield),by=N]
# 两个变量
npk[,mean(yield),by=c("N","P")]
# 两个变量的另一种写法
npk[,mean(yield),by=list(N,P)]
npk[,mean(yield),by=.(N,P)]
结果：
> # 单个变量
> npk[,mean(yield),by=N]
N V1
1: 0 52.06667
2: 1 57.68333
>
> # 两个变量
> npk[,mean(yield),by=c("N","P")]
N P V1
1: 0 1 52.41667
2: 1 1 56.15000
3: 0 0 51.71667
4: 1 0 59.21667
>
>
> # 两个变量的另一种写法
> npk[,mean(yield),by=list(N,P)]
N P V1
1: 0 1 52.41667
2: 1 1 56.15000
3: 0 0 51.71667
4: 1 0 59.21667
> npk[,mean(yield),by=.(N,P)]
N P V1
1: 0 1 52.41667
2: 1 1 56.15000
3: 0 0 51.71667
4: 1 0 59.21667
关于“R语言汇总统计中怎么批量计算不同因素不同水平的平均值”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，使各位可以学到更多知识，如果觉得文章不错，请把它分享出去让更多的人看到。
