如何在R中使用dlply函数处理多个分组变量？

嘿，刚好熟悉plyr包的用法，我来给你讲清楚dlply怎么实现和aggregate多变量分组一样的效果～

首先先回顾下你提到的aggregate写法：

• 单变量分组（by参数形式）：

  aggregate(mtcars$mpg, by = list(mtcars$cyl), FUN = mean)
  

• 多变量分组就是把list里的元素加多，比如按气缸数cyl和档位gear分组：

  aggregate(mtcars$mpg, by = list(mtcars$cyl, mtcars$gear), FUN = mean)
  

对应到dlply的话，有两种常用的等效写法，核心是处理.variables这个参数：

写法1：用.()包裹多个变量名 #

这是plyr包最常用的分组写法，直接在.()里列出要分组的变量（不需要加data$前缀，因为已经指定了数据源）：

library(plyr)
# 按cyl和gear分组，对每个子集计算mpg的均值
dlply(mtcars, .(cyl, gear), function(subset_data) mean(subset_data$mpg))

这里dlply会把每个分组对应的完整数据框子集传给后面的函数，所以你可以在函数里灵活访问子集里的任何变量，比aggregate更灵活。

写法2：用字符向量指定变量名 #

如果你的分组变量是动态生成的字符串（比如从向量里读取变量名），可以用字符向量的形式：

group_vars <- c("cyl", "gear")
dlply(mtcars, group_vars, function(subset_data) mean(subset_data$mpg))

这种写法和第一种效果完全一样，只是更适合自动化的场景。

最后补充下：dlply返回的是一个列表（每个元素对应一个分组的计算结果），如果想要和aggregate一样返回数据框格式，可以用ldply代替dlply，用法完全一致，只是输出类型不同。

内容的提问来源于stack exchange，提问作者kl-higgins