计算1996-2019年F1澳大利亚大奖赛每年平均圈速的高效方法

两种高效实现方式，均无需手动逐年份筛选，也不会生成冗余中间数据集：

基础R实现（无需安装额外依赖包） #

直接使用内置的aggregate函数按年份分组计算平均秒数，代码如下：

# 按Year分组计算seconds均值，同时直接筛选1996-2019年数据
avg_lap <- aggregate(seconds ~ Year, 
                     data = Lap_data[Lap_data$Year %in% 1996:2019, ],
                     FUN = mean, na.rm = TRUE)
# 直接提取符合要求的x、y向量
x <- avg_lap$Year
y <- avg_lap$seconds

参数na.rm = TRUE可自动跳过缺失的圈速记录，避免出现NA结果，无缺失值可删除该参数。

tidyverse实现（语法更简洁可读性更高） #

如果已经安装tidyverse套件，用dplyr的分组汇总逻辑实现更直观：

library(dplyr)
avg_lap <- Lap_data %>%
  filter(Year %in% 1996:2019) %>%  # 筛选目标年份范围
  group_by(Year) %>%  # 按年份分组
  summarise(avg_seconds = mean(seconds, na.rm = TRUE))  # 分组计算均值
# 提取结果向量
x <- avg_lap$Year
y <- avg_lap$avg_seconds

两种方法对2万行规模的数据都是毫秒级运算，得到的x、y向量可直接用于plot(x,y)、cor(x,y)等后续分析。

内容的提问来源于stack exchange，提问作者Manbearpig