用各种工具对数据进行分类汇总

数据分类汇总的方法有很多种，工具也有很多，这次为大家一一介绍，各种工具如何进行分类汇总，大家自行判断，觉得哪种最好用，就用哪种，毕竟工具不重要，高效出结果才最重要。

为了方便举例，所用的数据集就是鸾尾花数据集，5个字段（Sepal.Length、Sepal.Width、Petal.Length、Petal.Width、Species），每个字段150个观测值，

1）根据Species来计算各种类型的花萼的长度均值

1.Excel—数据透视表

在Excel中选择插入—数据透视表—选中所有的数据——在右侧的行标签选中Species，数值选择Sepal.Length，值字段设置计算类型为平均值

2.SPSS—分析—个案汇总

将数据导入spss中，选择分析——个案汇总

在分组变量中选择Species,在变量中选择Sepal.Length,在统计量中选择均值，记得不要勾选显示个案哦！输出结果如下：

可以看到数据没有缺失值，汇总结果在图表中展示。SPSS操作偏傻瓜式，比较好上手，输出结果也很直观。

3.  R—aggregate（）函数

加载dplyr包，使用aggregate()函数，选定统计的字段、分类的字段以及统计函数代码如下：

> result<-aggregate(x=iris$Sepal.Length, by= list(iris$Species), FUN = mean)
> result
     Group.1     x
1     setosa 5.006
2 versicolor 5.936
3  virginica 6.588

R语言的优势不言而喻，一行代码出结果，直观，唯一的缺陷是没有对合计值求均值。

2）对花瓣的长度Petal.Length进行分类，0~2定义为短，3~4定义为正常，5~6定义为长，然后统计各种类型的各种情况

1.Excel实现，ifelse函数+数据透视表

首先定义出花瓣情况：IF(D2>=4,"长",IF(D2>=3,"正常","短"))

然后输出统计结果

这里的目录分为两级，一级是种类，二级是花瓣情况，分别统计了各种情况花瓣的数量和对应均值

2）SPSS—转换—重新编码为不同变量+个案汇总

输出花瓣情况后，选择个案汇总，将Species和花瓣情况都选入分组变量，变量中输入Petal.Length，统计量选择个案数和均值

输出个案汇总结果

3. R实现：需要用到within函数和aggregate函数，利用within函数定义出长、正常、短，利用aggregate函数按照Species和花瓣情况计算均值

testdata<-within(  
  iris,{  
    a<-NA  
    a[iris$Petal.Length<=2]<-"短"
    a[iris$Petal.Length<=4&iris$Petal.Length>=2]<-"正常"
    a[iris$Petal.Length>4]<-"长"
  }  
)
aggregate(testdata$Petal.Length,by=list(testdata$Species,testdata$a),FUN="mean")

> aggregate(testdata$Petal.Length,by=list(testdata$Species,testdata$a),FUN="mean")
     Group.1 Group.2        x
1     setosa      短 1.462000
2 versicolor      长 4.517647
3  virginica      长 5.552000
4 versicolor    正常 3.712500

统计数量的话有一个table函数，一行代码搞定，

> table(list(testdata$Species,testdata$a))
            .2
.1           短 长 正常
  setosa     50  0    0
  versicolor  0 34   16
  virginica   0 50    0

直接对Species和花瓣情况统计，可以很直观看到汇总结果。

以上就是对分类汇总分享的内容，有问题欢迎沟通讨论！