在R语言中如何按另一列的ID值分组计算列的平均值？

下面是几种常用的实现方式，可根据数据规模和使用习惯选择：

基础R原生函数：tapply() #

无需额外安装包，适合快速计算：

# 假设数据框为df，ID列是id，待计算均值的列是value
tapply(df$value, df$id, mean, na.rm = TRUE)

• 参数说明：df$value是要计算均值的向量，df$id是分组依据的ID向量，mean是计算函数，na.rm = TRUE用于忽略缺失值（可选，根据数据情况调整）。
• 返回结果：一个命名向量，名称为ID值，对应的值是该ID组的均值。

tidyverse工具链：dplyr包 #

代码可读性强，适合后续多步骤数据处理：

# 首次使用需先安装包
# install.packages("dplyr")
library(dplyr)

df %>%
  group_by(id) %>%
  summarise(mean_value = mean(value, na.rm = TRUE))

• 逻辑：group_by(id)按ID对数据框分组，summarise()生成汇总结果，返回包含id和mean_value列的规整数据框。

高性能处理：data.table包 #

针对百万级以上大规模数据时，运算效率显著更高：

# 首次使用需先安装包
# install.packages("data.table")
library(data.table)

# 将普通数据框转换为data.table格式
dt <- as.data.table(df)
# 按ID分组计算均值
dt[, .(mean_value = mean(value, na.rm = TRUE)), by = id]

• 语法特点：by = id指定分组列，.()定义汇总列，代码简洁且执行速度快。

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