如何在R中优雅计算数据框按S、G分组的中位数与IQR

问题 #

现有R数据框df定义如下：

df <- data.frame(
      S = c("a","a","a","a","a", "b","b","b","b","b","a","a"),
      R = c("10","15","20","30","30","30","30","30","30","30","15","20"),
      G = c("A","B","B","B","B","B","B","A","A","A","A","A"))

需要便捷优雅地获取：

• S=="a"且G=="A"时，R的中位数与IQR
• S和G所有其他组合下，R的中位数与IQR

解决步骤 #

1. 修正数据类型 #

首先注意R列是字符格式，必须先转为数值型才能计算统计量：

df$R <- as.numeric(df$R)

2. 分组计算所有组合的统计量（推荐方式） #

用dplyr包的分组汇总功能，代码简洁直观，能一次性得到所有组合的结果：

library(dplyr)

# 分组计算中位数和IQR
summary_stats <- df %>%
  group_by(S, G) %>%
  summarise(
    median_R = median(R),
    iqr_R = IQR(R),
    .groups = "drop"  # 取消分组状态，返回普通数据框
  )

# 查看结果
summary_stats

运行后会输出每个(S,G)组合的统计值，其中S="a"且G="A"的结果会单独列出来，其他组合也一并呈现。

3. 无额外包的base R实现 #

如果不想加载dplyr，用base R的aggregate函数也能实现需求：

# 按S和G分组计算
base_stats <- aggregate(R ~ S + G, data = df, FUN = function(x) c(median = median(x), iqr = IQR(x)))
# 整理成易读的数据框格式
base_stats <- do.call(data.frame, base_stats)

# 查看结果
base_stats

4. 单独提取目标组结果 #

如果只需要S="a"且G="A"的结果，直接从汇总结果中筛选即可：

# dplyr方式筛选
target_group <- summary_stats %>% filter(S == "a", G == "A")

# base R方式筛选
target_group_base <- base_stats[base_stats$S == "a" & base_stats$G == "A", ]

内容的提问来源于stack exchange，提问作者吳海濱