R语言中按数值变量区间求变量平均值（区间行数不等）

当需要根据某一数值变量的区间（如dist列的0-0.5、0.5-1、1-1.5），计算另一变量（如value列）的平均值，且无需指定行号时，下面两种方法是高效且常用的解决方案：

方法一：Base R 原生实现 #

利用Base R的cut()函数对dist列进行区间分组，再用aggregate()完成均值计算：

# 定义区间边界
breaks <- c(0, 0.5, 1, 1.5)

# 为dist列添加分组标签：左闭右开区间，确保0.5归入0.5-1组，最小数值纳入第一个区间
df$dist_group <- cut(df$dist, 
                     breaks = breaks, 
                     include.lowest = TRUE, 
                     right = FALSE,
                     labels = c("0-0.5", "0.5-1", "1-1.5"))

# 按分组计算value的平均值
result_base <- aggregate(value ~ dist_group, data = df, FUN = mean)
print(result_base)

运行后会输出每个区间对应的value平均值，其中right=FALSE设置区间为左闭右开，避免数值被重复分组；include.lowest=TRUE确保最小的数值（如示例中的0.06）被正确归入第一个区间。

方法二：tidyverse 工具链实现（推荐） #

如果日常使用tidyverse生态，用dplyr的管道操作会更简洁直观，代码可读性更高：

library(dplyr)

result_tidy <- df %>%
  # 添加分组列
  mutate(dist_group = cut(dist, 
                          breaks = c(0, 0.5, 1, 1.5), 
                          include.lowest = TRUE, 
                          right = FALSE,
                          labels = c("0-0.5", "0.5-1", "1-1.5"))) %>%
  # 按分组聚合
  group_by(dist_group) %>%
  # 计算平均值，na.rm=TRUE处理可能的缺失值
  summarize(avg_value = mean(value, na.rm = TRUE)) %>%
  # 取消分组（可选，后续操作更灵活）
  ungroup()

print(result_tidy)

关键说明 #

• 两种方法均无需指定行号，完全基于数值区间自动匹配分组，适配任意行数的数据集。
• 若需要调整区间范围，只需修改breaks向量即可（比如要分0-0.3、0.3-0.7、0.7-1.5，就把breaks改成c(0,0.3,0.7,1.5)）。
• 若区间需要右闭左开，只需将right参数设为TRUE，同时调整标签对应逻辑即可。

内容的提问来源于stack exchange，提问作者hydroceanog