R语言如何按index索引列聚合dataframe计算指定列均值？

问题原因 #

你查询value列类型时用了typeof()，该函数返回的是对象底层存储类型，因子类（factor）数据的底层存储为整数，因此会返回integer结果，实际上你的value列是因子类型，无法直接计算均值，因此返回NA。
你可以运行下方代码验证类型：

class(test_df$value)

大概率返回结果为factor。

解决步骤 #

方法1：继续使用base R的aggregate函数 #

先将value列转换为数值型，注意因子转数值需要先转字符再转数值，否则会直接提取底层的整数索引值：

# 转换value列类型
test_df$value <- as.numeric(as.character(test_df$value))
# 执行聚合计算，增加na.rm=TRUE避免存在缺失值时返回NA
test_df_ag <- stats::aggregate(test_df[1:2], by = test_df[3], FUN = mean, na.rm = TRUE)

方法2：使用dplyr包实现（代码可读性更高） #

library(dplyr)
test_df_ag <- test_df %>%
  # 转换value列类型
  mutate(value = as.numeric(as.character(value))) %>%
  # 按index分组
  group_by(index) %>%
  # 计算两列的均值
  summarise(
    value = mean(value, na.rm = TRUE),
    frequency = mean(frequency, na.rm = TRUE)
  )

如果转换类型后value列出现NA，说明原始数据中存在非数值内容，你可以运行test_df[is.na(as.numeric(as.character(test_df$value))), ]定位异常行，处理后再计算即可。

内容的提问来源于stack exchange，提问作者ExploreR