R语言按条件计算行中位数的实现方法

需求说明：按Col1、Col2两个字段的取值组合分组，对每一组的Col3值计算中位数，将结果填充到该组所有行的Median字段中。

首先构造示例数据集：

# 构建示例数据框
df <- data.frame(
  Col1 = c("A", "B", "A", "A", "B", "B"),
  Col2 = c("x", "x", "y", "y", "x", "x"),
  Col3 = c(1, 2, 2, 3, 2, 1)
)

方法一：dplyr实现（代码可读性高，推荐日常使用） #

加载dplyr包后按两个字段分组，直接在分组内调用mutate计算中位数即可，不需要手动逐行筛选匹配：

library(dplyr)

df <- df %>%
  group_by(Col1, Col2) %>% # 按Col1、Col2的组合分组
  mutate(Median = median(Col3)) %>% # 组内计算Col3中位数赋值给Median列
  ungroup() # 取消分组状态，避免后续操作受分组影响

方法二：base R实现（无需安装第三方包） #

直接使用R内置的ave分组计算函数即可，不需要额外依赖：

df$Median <- ave(
  x = df$Col3, # 要计算的目标列
  df$Col1, df$Col2, # 分组依据字段
  FUN = median # 指定计算函数为中位数
)

结果核对 #

两种方法运行后得到的结果完全一致：

• 分组A+x共1条记录，Col3值为1，中位数为1
• 分组A+y共2条记录，Col3值为2、3，中位数为2.5
• 分组B+x共3条记录，Col3值为2、2、1，排序后为1、2、2，中位数为2

最终输出的数据集如下：

小提示：如果需要调整偶数样本量时的中位数取值规则，可以给median函数传入type参数，比如median(Col3, type = 1)会在偶数样本时取较小的那个值，此时A+y分组的中位数会返回2。

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