在R语言中如何按相同IATA Code汇总Departure列的值？

在R里处理这类分组汇总需求，完全没必要用循环——循环不仅代码冗余，大数据量下效率还极低。推荐用向量化操作或者tidyverse工具，下面给你两种实用方案，先拿示例数据集演示：

# 模拟你的数据集（包含重复IATA、不同目的地、Departure值）
df <- data.frame(
  IATA_Code = c("MCO", "MCO", "JFK", "LAX", "MCO"),
  Destination = c("Orlando", "Orlando Intl", "New York", "Los Angeles", "Orlando"),
  Departure = c(120, 80, 200, 150, 90)
)

方案一：Base R 原生方法（无需额外装包） #

用aggregate()函数直接按IATA分组汇总，支持自定义汇总逻辑：

# 仅汇总Departure求和，每个IATA只留一条
agg_result <- aggregate(Departure ~ IATA_Code, data = df, FUN = sum)

# 如果需要保留目的地（比如取该IATA第一次出现的目的地）
agg_with_dest <- aggregate(cbind(Departure, Destination) ~ IATA_Code, data = df, 
                           FUN = function(x) {
                             if(is.numeric(x)) sum(x)  # 数值型列求和
                             else x[1]                 # 字符型列取第一个值
                           })

方案二：dplyr 工具（代码更直观易读） #

如果平时常用tidyverse生态，dplyr的分组汇总逻辑更清晰，还能灵活处理目的地字段：

library(dplyr)

agg_dplyr_result <- df %>%
  group_by(IATA_Code) %>%
  summarise(
    Total_Departure = sum(Departure),  # 这里可以换成mean、max等你需要的统计量
    # 处理目的地：可选取第一个/合并所有不同值
    Destination = first(Destination)
    # 若要合并所有不同目的地：Destination = paste(unique(Destination), collapse = " / ")
  ) %>%
  ungroup()  # 取消分组状态

关键说明 #

不管用哪种方法，最终都会得到每个IATA Code仅出现一次的结果，且代码比循环简洁得多，执行效率也更高——R的设计理念就是优先用向量化操作替代循环，尤其是处理数据框这类结构化数据。

内容的提问来源于stack exchange，提问作者Lukas