在R中按Subject与Conditions分组计算Score列的均值

给定如下R数据框：

example <- data.frame(
  Subject = c(rep(101, 8),
              rep(102, 8)),
  Run = c(1,1,1,1,2,2,2,2,1,1,1,1,2,2,2,2),
  Conditions = c(rep(c('SIN', 'SIN', 'SRN', 'SRN'), 4)),
  Score = c(1,1,1,1,2,2,2,2,3,3,3,3,4,4,4,4)
)

需要按Subject和Conditions分组，计算Score列的均值，期望输出：

solution <- data.frame(
  Subject = c(101, 101, 102, 102),
  Conditions = c(rep(c('SIN', 'SRN'),2)),
  Score = c(1.5,1.5,3.5,3.5)
)

以下是两种常用实现方法：

Base R 实现 #

使用aggregate()函数直接完成分组计算：

result_base <- aggregate(Score ~ Subject + Conditions, data = example, FUN = mean)

• 公式Score ~ Subject + Conditions定义了分组依据（Subject和Conditions）与待计算的变量（Score）
• FUN = mean指定对分组后的Score执行均值计算

dplyr 实现 #

如果习惯使用tidyverse风格的语法，可通过dplyr包的group_by()和summarize()组合实现：

library(dplyr)

result_dplyr <- example %>%
  group_by(Subject, Conditions) %>%
  summarize(Score = mean(Score), .groups = "drop")

• group_by(Subject, Conditions)指定分组变量
• summarize(Score = mean(Score))计算每组的均值并保留列名
• .groups = "drop"用于取消分组状态，返回普通数据框结构

结果验证 #

执行上述代码后，可通过以下命令验证结果是否与目标一致：

all.equal(result_base, solution) # 返回 TRUE
all.equal(result_dplyr, solution) # 返回 TRUE

内容的提问来源于stack exchange，提问作者jo_