如何在R中按湿地(Wetland)与处理(Treatment)分组计算数据均值？

方法1：Base R 原生aggregate()函数 #

你之前的代码仅指定了单个分组变量，只需在分组逻辑中同时加入Wetland和Treatment即可实现双重分组计算：

# 按湿地+处理分组，计算Data列的均值
grouped_mean <- aggregate(Data ~ Wetland + Treatment, data = PlantData, FUN = mean)

使用公式语法Data ~ Wetland + Treatment更直观，结果会返回一个包含三列的数据框：Wetland、Treatment以及对应分组的均值。

方法2：dplyr包（更易读的管道式语法） #

如果偏好更清晰的代码逻辑，推荐用dplyr的分组汇总功能，新手也容易上手：

首先安装并加载包：

install.packages("dplyr") # 首次使用需执行安装
library(dplyr)

然后执行分组计算：

grouped_mean <- PlantData %>%
  group_by(Wetland, Treatment) %>%
  summarise(mean_data = mean(Data, na.rm = TRUE)) # na.rm=TRUE用于忽略缺失值（可选）

• group_by(Wetland, Treatment)：指定两个分组维度
• summarise(...)：生成新的均值列，命名为mean_data
• 可选参数na.rm=TRUE：如果你的数据存在缺失值，加上这个参数可以避免均值计算返回NA

两种方法都能输出你需要的结果：每个湿地的每种处理对应的6个数据点的均值。

内容的提问来源于stack exchange，提问作者Tea