数据整理：基于另一列信息计算某列特定行的平均值

针对你的需求，我们可以通过分组聚合的方式实现，这里提供两种常用的R语言实现方案，分别适配不同的使用习惯：

方法一：使用dplyr包（推荐，语法更直观） #

dplyr是tidyverse生态中处理数据的核心工具，分组聚合的逻辑清晰易懂：

# 若未安装dplyr，先执行install.packages("dplyr")
library(dplyr)

# 按c1和c2组合分组，计算c3的平均值
dfout <- dfin %>%
  group_by(c1, c2) %>%
  summarize(c3 = mean(c3), .groups = "drop")

# 查看结果
print(dfout)

运行后会得到和你定义的dfout完全一致的结果：

c1 c2 c3

1 a1 b1 1.5
2 a1 b2 3.5
3 a1 b3 5.5
4 a2 b4 7.5
5 a2 b5 9.5
6 a2 b6 11.5
7 a3 b7 13.5
8 a3 b8 15.5
9 a3 b9 17.5

方法二：使用基础R的aggregate()函数 #

如果不想加载额外包，基础R自带的aggregate()函数也能完成任务：

# 按c1+c2的组合分组，对c3列应用平均值计算
dfout <- aggregate(c3 ~ c1 + c2, data = dfin, FUN = mean)

# 查看结果
print(dfout)

这个方法的输出结果和上面完全相同，语法风格更贴近基础R的传统写法。

补充说明 #

从你的原始数据能看出，每个c2值都唯一对应一个c1值（比如b1仅属于a1），所以同时按c1和c2分组，既能保证聚合逻辑的正确性，又能完整保留我们需要的c1列信息。如果后续数据出现一个c2对应多个c1的情况，这个逻辑依然适用，会自动按c1+c2的组合维度计算平均值。

内容的提问来源于stack exchange，提问作者TomXXXX