R语言：按diet和period分组求多列均值的替代方法咨询

嘿，我来给你整理几种除了aggregate()之外的实现思路，都是R里常用的分组计算均值的手段，先把你提供的测试数据代码放这里，方便大家复现：

set.seed(8) 
id <- 1:6 
diet <- rep(c("A","B"),3) 
period <- rep(c(1,2),3) 
score1 <- sample(1:100,6) 
score2 <- sample(1:100,6) 
score3 <- sample(1:100,6) 
df <- data.frame(id,diet,period,score1, score2, score3)

方法1：使用dplyr（tidyverse生态） #

dplyr是tidyverse系列里的核心包，语法非常直观，适合做数据清洗和分组统计。我们可以用group_by()指定分组变量，再用summarise(across(...))批量处理多个score列：

library(dplyr)

df_result <- df %>%
  group_by(period, diet) %>%
  summarise(across(starts_with("score"), mean), .groups = "drop")

# 如果需要把period作为行名（和你期望的输出格式更匹配）
df_result <- df_result %>%
  arrange(period) %>%
  column_to_rownames("period") %>%
  select(-diet) # 可根据需求保留/移除diet列

方法2：使用data.table包 #

data.table处理大规模数据集时效率极高，语法简洁紧凑，适合快速做分组运算：

library(data.table)

dt <- as.data.table(df)
dt_result <- dt[, .(score1 = mean(score1), score2 = mean(score2), score3 = mean(score3)), 
                by = .(period, diet)]

# 调整格式匹配需求
dt_result <- dt_result[order(period), ]
rownames(dt_result) <- dt_result$period
dt_result <- dt_result[, !c("period", "diet")]

方法3：Base R的tapply + do.call组合 #

不用任何第三方包，纯Base R就能实现。我们可以用tapply对每个score列按分组计算均值，再用do.call把结果合并成数据框：

# 创建分组变量
group_var <- interaction(df$period, df$diet)

# 对每个score列计算分组均值
score1_mean <- tapply(df$score1, group_var, mean)
score2_mean <- tapply(df$score2, group_var, mean)
score3_mean <- tapply(df$score3, group_var, mean)

# 合并成数据框并整理格式
base_result <- do.call(cbind, list(score1 = score1_mean, score2 = score2_mean, score3 = score3_mean))
base_result <- as.data.frame(base_result)
# 提取period作为行名并排序
base_result$period <- as.integer(sapply(strsplit(rownames(base_result), "\\."), `[`, 1))
base_result <- base_result[order(base_result$period), ]
rownames(base_result) <- base_result$period
base_result <- base_result[, !"period"]

方法4：Base R的by函数 #

by函数可以按分组对数据框进行操作，返回的结果可以再整合成数据框：

# 按period和diet分组，对每个分组计算score列的均值
by_result <- by(df[, c("score1", "score2", "score3")], 
                list(period = df$period, diet = df$diet), 
                colMeans)

# 把by返回的列表转换成数据框
by_result <- do.call(rbind, by_result)
by_result <- as.data.frame(by_result)
# 调整行名和排序
by_result$period <- as.integer(sapply(strsplit(rownames(by_result), "\\."), `[`, 1))
by_result <- by_result[order(by_result$period), ]
rownames(by_result) <- by_result$period
by_result <- by_result[, !"period"]

运行以上任意一种方法，最终都能得到你期望的输出格式：

score1 score2   score3
1 52.33333     50 19.66667
2 51.33333     55 56.66667

内容的提问来源于stack exchange，提问作者user11916948