R语言如何将dataframe每行与aggregate聚合结果按分组对比

方法1：基于现有aggregate结果的基础R实现 #

你已生成的agg_df默认列名为Group.1（存储分组队伍名）和x（存储分组平均得分），首先做列名修正后匹配回原数据，再做值对比即可：

# 修正聚合表列名，便于匹配
colnames(agg_df) <- c("team", "team_mean_pts")
# 按team字段将分组均值匹配到原数据每一行
df <- merge(df, agg_df, by = "team", all.x = TRUE)
# 嵌套ifelse判断生成performance列
df$performance <- ifelse(
  df$pts > df$team_mean_pts, "over",
  ifelse(df$pts < df$team_mean_pts, "under", "average")
)
# 可选：删除临时增加的均值列
df$team_mean_pts <- NULL

方法2：更简洁的dplyr实现 #

不需要单独生成聚合表，分组后直接计算判断，代码可读性更高：

# 加载dplyr包（未安装先执行install.packages("dplyr")）
library(dplyr)
df <- df %>%
  # 按team分组
  group_by(team) %>%
  # 分组内计算均值并对比生成标签
  mutate(performance = case_when(
    pts > mean(pts) ~ "over",
    pts < mean(pts) ~ "under",
    TRUE ~ "average"
  )) %>%
  # 取消分组，避免后续操作受分组属性影响
  ungroup()

最终输出效果示例 #

内容的提问来源于stack exchange，提问作者mathplzfun