如何在R中聚合数据时保留离散列并取指定行值？

我明白你的需求啦——你想把数据集按每15行一组压缩，对数值列（比如columnC、columnD）算均值，同时让离散列（比如columnA、columnB）保留每组第15行的对应值。原来的aggregate代码只能给所有指定列用同一个聚合函数，所以没法实现这种混合逻辑，下面给你两种实用的解决方案：

方案1：用dplyr（简洁直观） #

dplyr的分组聚合功能可以轻松给不同列指定不同的处理逻辑，代码可读性很高：

library(dplyr)

# 定义每组的行数
n <- 15

# 执行分组聚合
compressed_df <- df %>%
  # 先给每行分配分组ID
  mutate(group_id = rep(1:(nrow(.) %/% n + 1), each = n, len = nrow(.))) %>%
  # 按分组ID聚合
  group_by(group_id) %>%
  summarise(
    # 离散列取每组最后一行（也就是第15行）的值
    columnA = last(columnA),
    columnB = last(columnB),
    # 数值列计算均值，加na.rm=TRUE避免空值干扰
    columnC = mean(columnC, na.rm = TRUE),
    columnD = mean(columnD, na.rm = TRUE)
  ) %>%
  # 移除分组ID列（如果不需要的话）
  select(-group_id)

方案2：用Base R（无需额外包） #

如果你不想加载dplyr，可以用Base R的by函数实现，逻辑和上面一致：

n <- 15

# 创建分组向量
groups <- rep(1:(nrow(df) %/% n + 1), each = n, len = nrow(df))

# 按分组处理并合并结果
compressed_df <- do.call(rbind, by(df, groups, function(group_data) {
  data.frame(
    columnA = group_data$columnA[nrow(group_data)],
    columnB = group_data$columnB[nrow(group_data)],
    columnC = mean(group_data$columnC, na.rm = TRUE),
    columnD = mean(group_data$columnD, na.rm = TRUE)
  )
}))

示例验证 #

假设你的示例数据是这样的：

set.seed(123) # 保证结果可复现
df <- data.frame(
  columnA = rep(c("Sunday", "Monday"), each = 30),
  columnB = rep(c("Night", "Day"), each = 15),
  columnC = rnorm(60),
  columnD = runif(60)
)

运行上面的代码后，压缩后的数据集里：

• 第一组（1-15行）的columnA是Sunday，columnB是Night，columnC和columnD是这15行的均值
• 第二组（16-30行）的columnA是Sunday，columnB是Day，数值列是对应15行的均值
• 以此类推，完全符合你的需求

内容的提问来源于stack exchange，提问作者John Kim