R语言如何按自定义年份分组计算列表内的薪资均值
R自定义分组计算薪资均值实现方案
核心思路
完全兼容你预先定义的自定义分组规则,不依赖原有Years列的等值分组逻辑:先将零散的分组定义转为「原始Years值-所属组名」的映射关系,给每条原始数据批量打上自定义组标签,再按标签分组计算薪资均值,全程支持Years列含文本值的场景,适配大数据量、无需硬编码业务逻辑。
实现步骤
1. 生成通用映射关系
完全兼容你已有的零散group1/group2定义,无需调整原有写法,直接将所有自定义分组整合为列表,自动生成可匹配的映射向量:
# 将你已定义的group1、group2...全部纳入列表,后续新增分组直接追加到列表即可 group_list <- list( group1 = c("less than 1 year", "1", "2", "3", "4", "5"), group2 = c("6", "7", "8", "9", "10") # 后续group3/group4按同样格式补充 ) # 自动生成映射向量,格式为「原始Years值 = 所属自定义组名」 year_to_group <- unlist(lapply( names(group_list), function(group_name) setNames(rep(group_name, length(group_list[[group_name]])), group_list[[group_name]]) ))
2. 批量匹配组标签
给原始数据的每条记录匹配对应的自定义组,匹配异常的场景自动标记,避免数据丢失:
# Tidyverse 方案 df <- df |> dplyr::mutate( group = dplyr::recode( Years, # 直接使用原有的Years字符列,无需做数值转换 !!!year_to_group, .default = "未匹配到自定义分组" ) ) # 基础R方案 df$group <- names(year_to_group)[match(df$Years, year_to_group)]
3. 分组计算均值
按匹配好的组标签分组,计算每组薪资均值,调整列名匹配目标输出格式:
# Tidyverse 方案 result <- df |> dplyr::filter(group != "未匹配到自定义分组") |> dplyr::group_by(Years = group) |> dplyr::summarise(sallary = round(mean(sallary), 0)) # 基础R方案 result <- aggregate(sallary ~ group, data = df, FUN = mean) names(result) <- c("Years", "sallary") result$sallary <- round(result$sallary, 0)
注意事项
- 无需将Years列转为数值型,保留原字符格式即可适配"more than 30 years"这类文本值,避免转换后产生NA丢失数据
- 调整分组规则时仅需修改
group_list的内容,后续计算逻辑无需改动,适配大数据量场景 - 匹配过程会自动标记无对应分组的异常值,可快速排查数据录入问题
内容的提问来源于stack exchange,提问作者Luca F
相关产品推荐
相关产品推荐

