如何按ID分组对tibble不同列应用不同聚合函数？

这个需求完全可以实现，以下是基于dplyr包（适配tibble数据结构的tidyverse工具）的两种实用实现方式：

方法1：逐列指定聚合函数 #

library(dplyr)

# 生成原始数据
ID<-c('A','A','A','B','C','D','D','E','E','E')
branch<-c('a','b','c','a','a','a','b','a','b','c')
w <-sample (1:100, 10)
x <-sample (1:100, 10)
y <-sample (1:100, 10)
z <-sample (1:100, 10)
  
tib<-tibble(ID,branch,w,x,y,z)

# 执行分组聚合
aggregated_result <- tib %>%
  group_by(ID) %>%
  summarize(
    w_sum = sum(w),
    x_mean = mean(x),
    y_mean = mean(y),
    z_sum = sum(z),
    .groups = "drop"  # 聚合后取消分组状态，返回普通tibble
  )

# 查看最终结果
aggregated_result

方法2：用across()批量处理同规则列 #

针对x、y这类需要应用相同聚合函数的列，可通过across()简化代码：

aggregated_result <- tib %>%
  group_by(ID) %>%
  summarize(
    w = sum(w),
    across(c(x, y), mean),  # 对x、y列统一应用均值计算
    z = sum(z),
    .groups = "drop"
  )

两种方法最终都会输出每个ID对应一行的聚合结果，完全匹配你要求的规则：w列分组求和、x和y列分组求均值、z列分组求和。

内容的提问来源于stack exchange，提问作者Gilrob