如何基于category与status组合计算R数据框value列的均值？

嘿，这个需求在R里有好几种简单的实现方式，我给你整理了几个常用方案，你可以按需选择：

首先先把你的数据框定义好，方便直接测试：

df <- data.frame(category = c('A','B','C','A','C','B'), 
                 value = c(5.4, 5, 3.4,7.5,6.7,3.5), 
                 status = c('HC','D','D','HC','HC','D'))

用aggregate()函数就能轻松实现，它会自动按照category和status的组合分组，计算每组value的均值——如果某组合只有单个值，mean()会直接返回这个值，完全符合你的要求：

result_aggregate <- aggregate(value ~ category + status, data = df, FUN = mean)
print(result_aggregate)

执行后输出结果：

category status value
1        A     HC  6.45
2        C     HC  6.70
3        B      D  4.25
4        C      D  3.40

如果你平时常用tidyverse生态，dplyr的管道语法会更易读。先安装加载dplyr，然后通过group_by()指定分组变量，summarise()计算均值：

# 如果没装过dplyr先运行：install.packages("dplyr")
library(dplyr)

result_dplyr <- df %>%
  group_by(category, status) %>%
  summarise(mean_value = mean(value), .groups = "drop")

print(result_dplyr)

这里.groups = "drop"是用来取消结果的分组状态，得到普通的数据框；如果不需要的话也可以省略，结果会是一个分组tibble。

如果你的数据集很大，data.table的分组计算效率会更高。先把数据框转成data.table格式，再指定分组和计算逻辑：

# 如果没装过data.table先运行：install.packages("data.table")
library(data.table)

setDT(df)
result_dt <- df[, .(mean_value = mean(value)), by = .(category, status)]
print(result_dt)

这三种方法都能完美实现你的需求，选哪个全看你平时的代码习惯和数据规模啦～

内容的提问来源于stack exchange，提问作者Keshav M