如何按Item ID对多维度数据分组求均值？（R语言）

你需要对带有Item ID的多维度数据按ID分组，分别计算各维度的均值，以下是两种实用的R实现方法：

输入数据示例 #

期望输出 #

方法1：使用dplyr包（简洁直观，适合tidyverse工作流） #

先构造示例数据框（实际使用时替换为你的数据）：

df <- data.frame(
  Item_ID = c("ID1", "ID1", "ID1", "ID1", "ID2", "ID2", "ID2", "ID3", "ID3", "ID3", "ID3"),
  Taste = c(4,4,2,4,3,3,2,4,3,4,3),
  Colour = c(3,3,2,3,2,4,3,2,2,3,4)
)

加载dplyr并计算分组均值：

library(dplyr)

# 按Item_ID分组，对指定维度列计算均值并保留2位小数
result <- df %>%
  group_by(Item_ID) %>%
  summarise(
    across(c(Taste, Colour), ~round(mean(.), 2))
  )

print(result)

如果有6个维度，只需将c(Taste, Colour)替换为所有目标列名，比如c(Taste, Colour, Dim3, Dim4, Dim5, Dim6)。

方法2：使用基础R的aggregate函数（无需额外安装包） #

直接用基础R函数实现，适合不想加载第三方包的场景：

# 构造数据框（同上）
df <- data.frame(
  Item_ID = c("ID1", "ID1", "ID1", "ID1", "ID2", "ID2", "ID2", "ID3", "ID3", "ID3", "ID3"),
  Taste = c(4,4,2,4,3,3,2,4,3,4,3),
  Colour = c(3,3,2,3,2,4,3,2,2,3,4)
)

# 按Item_ID分组计算均值，保留2位小数
result_base <- aggregate(. ~ Item_ID, data = df, FUN = function(x) round(mean(x), 2))

print(result_base)

内容的提问来源于stack exchange，提问作者Bommby