R语言 aggregate 函数详解：数据分组聚合实战

了解 aggregate 函数功能

aggregate 函数的核心作用是“分组+聚合”。它可以接收一个包含多列的数据框（data frame），指定哪些列需要被聚合（通常是数值型列），以及依据哪些分类变量进行拆分。完成后，返回的结果是一个新的数据框，包含分组变量及其对应的聚合统计值。

如需查阅官方文档，可在R控制台中运行 help("aggregate") 获取详细说明。其基本语法结构通常涉及三个关键部分：待聚合的数据对象、定义分组的列表（by）、以及执行计算的函数（FUN）。

第1步：准备测试数据框

为了清晰展示函数行为，我们首先构建一个包含学生ID、班级、性别及两门学科成绩的模拟数据框。这一步的目的是生成具有明确分组特征的基础数据集。

操作入口：R控制台或脚本编辑器

具体动作：使用向量组合并转换为 data.frame。

studentID <- seq(1, 20)
gender <- rep(c("M", "M", "F", "F", "F"), 4)
math <- rep(c(92, 86, 85, 74, 82), 4)
english <- rep(c(76, 69, 82, 71, 80), 4)
class <- rep(c(paste0(c(1, 2, 2, 1),"班")), 5)
score <- data.frame(studentID, class, gender, math, english)
dim(score)
head(score)

执行后，可以看到生成的 score 数据框包含20行数据，涵盖了不同的班级分布与性别比例，为后续的分组计算提供了充足样本。

第2步：调用 aggregate 进行多维度聚合

在数据就绪后，我们可以根据不同的分析需求，调整 by 列表的组件数量以及 FUN 函数的类型。以下是几种常见的应用场景。

单一维度分组：按性别统计英语平均分

当仅需依据单一变量（如性别）进行分类时，可将对应列直接放入列表中。以下代码针对 score 数据框的第5列（即english成绩）计算各性别的平均值。

aggregate(score[,5], by=list(score$gender), mean)

多维度分组：按性别与班级统计总分

若需更细致的交叉分析，可以在 by 参数中添加多个向量。例如，同时考虑性别和班级两个因素，计算每组的总成绩。注意此处将统计函数由 mean 替换为 sum。

aggregate(score[,5], by=list(score$gender, score$class), sum)

其他常用聚合操作

除了求均值和总和，aggregate 同样支持寻找极值。例如，获取每个小组的最高分：

aggregate(score[,5], by=list(score$gender, score$class), max)

总结

aggregate 函数是R语言数据分析入门的必备技能。通过合理设置 by 列表实现灵活分组，并利用内置的统计函数完成均值、方差或极值的计算，能够高效解决大部分基础数据的归类汇总问题。熟练运用此函数，可显著提升数据预处理环节的工作效率。

以上就是R语言中aggregate函数详解的详细内容，更多关于R语言aggregate函数用法资料请关注本站其它相关文章！