如何从数据集中获取特定区域GDP的中位数、均值等汇总统计量？

Got it！你已经知道用summary(data$GDP, na.rm=TRUE)查看所有区域的GDP全局汇总，要单独提取某一区域（比如非洲、欧洲）的均值、中位数、四分位数、极差这些统计量，核心思路就是先筛选出对应区域的数据，再执行统计操作。这里给你几种实用的实现方法：

方法1：Base R原生实现 #

如果不想额外加载包，用Base R的筛选功能就能搞定：

• 用subset()函数精准筛选区域：

  # 提取非洲区域的GDP汇总统计
  summary(subset(data, Region == "Africa")$GDP, na.rm = TRUE)
  

  这个方法会先从data中挑出Region等于"Africa"的所有行，再提取其中的GDP列，最后生成包含均值、中位数、四分位数等的汇总结果。
• 用逻辑索引筛选（和上面效果一致）：

  # 提取欧洲区域的GDP汇总统计
  summary(data[data$Region == "Europe", "GDP"], na.rm = TRUE)
  

方法2：用dplyr（tidyverse）灵活自定义统计量 #

如果你需要更灵活地指定要输出的统计指标（比如单独提取极差），推荐用dplyr包，代码可读性更高，还能批量处理多个区域：

1. 先加载dplyr包：

   library(dplyr)
   

2. 单个区域的自定义统计：

   # 提取亚洲区域的指定统计量
   data %>%
     filter(Region == "Asia") %>%
     summarise(
       均值 = mean(GDP, na.rm = TRUE),
       中位数 = median(GDP, na.rm = TRUE),
       第一四分位数 = quantile(GDP, 0.25, na.rm = TRUE),
       第三四分位数 = quantile(GDP, 0.75, na.rm = TRUE),
       极差 = max(GDP, na.rm = TRUE) - min(GDP, na.rm = TRUE)
     )
   

3. 一次性获取所有区域的汇总统计（更高效）：
   如果想同时得到非洲、亚洲、欧洲等所有区域的统计结果，直接用group_by()分组即可：

   data %>%
     group_by(Region) %>%
     summarise(
       均值 = mean(GDP, na.rm = TRUE),
       中位数 = median(GDP, na.rm = TRUE),
       第一四分位数 = quantile(GDP, 0.25, na.rm = TRUE),
       第三四分位数 = quantile(GDP, 0.75, na.rm = TRUE),
       极差 = max(GDP, na.rm = TRUE) - min(GDP, na.rm = TRUE)
     )
   

注意事项 #

• 确保你输入的区域名称（比如"Africa"）和data中Region列的取值完全一致（包括大小写、空格），否则会筛选不到数据；
• 始终加上na.rm = TRUE参数，避免因GDP列存在缺失值导致统计结果出错。

内容的提问来源于stack exchange，提问作者user7942424