R语言aggregate函数如何实现包含全部分组维度的汇总计算？

1. Tidyverse方案（最简） #

使用dplyr包的cube()函数，原生支持生成所有分组维度组合的汇总结果：

library(dplyr)
# 直接输出和你需求格式完全一致的结果
res <- warpbreaks %>% 
  cube(
    breaks = mean(breaks),
    .by = c(wool, tension)
  )

结果中的NA代表对应维度不参与分组：

• wool=NA且tension=NA：全数据集总体均值
• wool=NA且tension有值：仅按tension分组
• tension=NA且wool有值：仅按wool分组
• 两列都有值：按两个因子的交叉组合分组

如果需要同时计算多个统计量，直接在cube内补充即可：

res_full <- warpbreaks %>% 
  cube(
    mean_break = mean(breaks),
    sd_break = sd(breaks),
    sample_n = n(),
    .by = c(wool, tension)
  )

2. 纯Base R方案（无需第三方包） #

如果不想依赖tidyverse，可以手动批量计算所有分组组合再合并：

# 定义所有需要的分组组合
group_forms <- list(~1, ~tension, ~wool, ~wool + tension)
# 批量运行aggregate后按列合并
res <- do.call(rbind, lapply(group_forms, function(f) {
  agg <- aggregate(formula(paste("breaks", as.character(f))), data = warpbreaks, FUN = mean)
  # 补全缺失的分组列，统一列顺序
  for (col in c("wool", "tension")) {
    if (!col %in% names(agg)) agg[[col]] <- NA
  }
  agg[, c("wool", "tension", "breaks")]
}))

内容的提问来源于stack exchange，提问作者ConMan