如何计算经重新编码分组后的各性别组age均值？

已有数据示例：

age gender
20    0
27    0
23    1
...   ...

已执行的R代码：

library(plyr)
gender <- revalue(as.factor(gender), c("0"="F", "1"="M"))
table(gender )

执行结果：

gender
F    M 
30   41 

现需计算F、M两个性别组各自的age均值，该如何操作？

这里提供几种实用的实现方式：

方法1：基于已加载的plyr包实现 #

因为你已经加载了plyr包，直接用ddply函数就能按分组计算均值，注意要确保gender和age在同一个数据框中（假设你的数据集名为df）：

library(plyr)
# 先将gender转换并添加到数据框中
df$gender <- revalue(as.factor(df$gender), c("0"="F", "1"="M"))
# 按gender分组计算age均值
age_group_mean <- ddply(df, .(gender), summarise, mean_age = mean(age, na.rm = TRUE))
# 查看结果
print(age_group_mean)

提示：na.rm = TRUE用于忽略缺失值，避免计算出错，若数据无缺失可省略。

方法2：使用基础R函数tapply #

无需额外加载包，用基础R的tapply即可快速实现：

# 转换gender分组
gender <- revalue(as.factor(df$gender), c("0"="F", "1"="M"))
# 按分组计算均值
age_group_mean <- tapply(df$age, gender, mean, na.rm = TRUE)
print(age_group_mean)

方法3：使用dplyr包（现代tidy风格） #

如果偏好更简洁的tidy语法，可以使用dplyr包：

library(dplyr)
df <- df %>%
  # 重新编码gender分组
  mutate(gender = recode_factor(gender, "0" = "F", "1" = "M")) %>%
  # 按gender分组
  group_by(gender) %>%
  # 计算均值
  summarise(mean_age = mean(age, na.rm = TRUE))
print(df)

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