R 语言中的汇总统计：如何批量计算不同因素不同水平的平均值

参考

https://stackoverflow.com/questions/12478943/how-to-group-data-table-by-multiple-columns
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    yield1 0 52.066672 1 57.68333> aggregate(yield~N+P,data=npk,FUN = mean)  N P    yield1 0 0 51.716672 1 0 59.216673 0 1 52.416674 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       V11: 0 52.066672: 1 57.68333> > # 两个变量> npk[,mean(yield),by=c("N","P")]   N P       V11: 0 1 52.416672: 1 1 56.150003: 0 0 51.716674: 1 0 59.21667> > > # 两个变量的另一种写法> npk[,mean(yield),by=list(N,P)]   N P       V11: 0 1 52.416672: 1 1 56.150003: 0 0 51.716674: 1 0 59.21667> npk[,mean(yield),by=.(N,P)]   N P       V11: 0 1 52.416672: 1 1 56.150003: 0 0 51.716674: 1 0 59.21667

要点：

data.table速度更快，语法更简单。

​