如何在R语言中基于另一变量创建新变量：按v1分组求v2均值

原始数据 #

df <- data.frame(id=c(1,2,3,4,5),
                 v1=c(2020,2020,2021,2021,2022),
                 v2=c(12,5,66,17,17))

解决方案 #

方法1：Base R 原生实现

使用ave()函数可以快速按分组计算均值，并将结果匹配到原数据的每一行：

df$avg_by_yr <- ave(df$v2, df$v1, FUN = mean)

运行后查看结果：

print(df)
#   id   v1 v2 avg_by_yr
# 1  1 2020 12       8.5
# 2  2 2020  5       8.5
# 3  3 2021 66      41.5
# 4  4 2021 17      41.5
# 5  5 2022 17      17.0

方法2：dplyr 包实现（tidyverse 风格）

如果习惯使用tidyverse生态的语法，可通过分组后添加新列的方式实现：

1. 先加载dplyr包：

library(dplyr)

2. 执行分组计算：

df <- df %>%
  group_by(v1) %>%
  mutate(avg_by_yr = mean(v2)) %>%
  ungroup()

此方法同样能得到目标格式的结果。

内容的提问来源于stack exchange，提问作者iGada