如何利用aggregate对数据进行分组处理

如何利用aggregate对数据进行分组处理

这篇文章主要介绍了如何利用aggregate对数据进行分组处理，具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章之后大有收获，下面让小编带着大家一起了解一下。

利用aggregate对数据进行分组处理，包括分组求和，分组取均值，最大值，中位数等等

aggregate这个函数的功能比较强大，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，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"),...)

其中针对数据的分组处理，例如有数据如下：

>datIDsample1sample2sample3type1A12212A24923A43134C55815C69726C31337D910918D111812

按照type对数据进行分组求和，均值或者median等等，以sum为例：

>temp=aggregate(dat[,2:4],by=list(dat$type),FUN=sum)>tempGroup.1sample1sample2sample3111517192219311733744>

参数的第一个必须为数值型，所以去掉了第一列，对type不做操作，也去除，得到的数据Group.1即type类型
如果同时针对两种分组ID 和type进行，可以获得如下结果：

>temp=aggregate(dat[,2:4],by=list(dat$ID,dat$type),FUN=sum)>tempGroup.1Group.2sample1sample2sample31A11222C15583D191094A22495C26976D2111817A34318C3313

mean、median、max等操作相同

感谢你能够认真阅读完这篇文章，希望小编分享的“如何利用aggregate对数据进行分组处理”这篇文章对大家有帮助，同时也希望大家多多支持恰卡编程网，关注恰卡编程网行业资讯频道，更多相关知识等着你来学习!