如何在R中按蓝瓶水母惯用手分组生成其体长数值摘要？

需求与问题说明 #

需要按蓝瓶水母的惯用手（Handedness）分组，生成体长（Bluebottle_Length）的数值摘要（如左、右撇子群体的五数概括），但以下两段代码执行时出现错误：

代码1及错误 #

summary(bluebottle$Handedness, bluebottle$Bluebottle_Length) #numerical summary

Error in if (length(ll) > maxsum) { : the condition has length > 1

代码2及错误 #

summary(bluebottle$Handedness ~ bluebottle$Bluebottle_Length) #numerical summary

Length Class Mode
3 formula call

正确实现方法 #

方法1：使用tapply()函数 #

tapply()是R基础包中用于分组统计的工具，可直接按分组变量对数值变量计算摘要：

tapply(bluebottle$Bluebottle_Length, bluebottle$Handedness, summary)

执行后会自动按Handedness的不同取值，分别输出对应组体长的五数概括（最小值、第一四分位数、中位数、第三四分位数、最大值）及均值。

方法2：使用by()函数 #

by()函数同样支持分组统计，语法更贴近数据框操作逻辑：

by(bluebottle$Bluebottle_Length, bluebottle$Handedness, summary)

输出结果会明确标注每个分组的统计信息，格式清晰。

方法3：使用dplyr包（自定义统计量） #

如果需要更灵活地定义统计项，可使用dplyr包的分组汇总功能（未安装的话先运行install.packages("dplyr")）：

library(dplyr)

bluebottle %>%
  group_by(Handedness) %>%
  summarize(
    最小值 = min(Bluebottle_Length, na.rm = TRUE),
    第一四分位数 = quantile(Bluebottle_Length, 0.25, na.rm = TRUE),
    中位数 = median(Bluebottle_Length, na.rm = TRUE),
    第三四分位数 = quantile(Bluebottle_Length, 0.75, na.rm = TRUE),
    最大值 = max(Bluebottle_Length, na.rm = TRUE),
    均值 = mean(Bluebottle_Length, na.rm = TRUE)
  )

该方法会返回整洁的数据框格式结果，方便后续处理。

错误原因解析 #

• 代码1错误：summary()不支持传入两个独立向量作为分组和数值参数，参数格式不符合函数要求，导致逻辑条件判断出错。
• 代码2错误：公式顺序写反（正确应为数值变量 ~ 分组变量），且直接对公式调用summary()仅会返回公式的属性信息，不会执行统计计算。

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