如何在R语言中按两个条件对数据框进行分组或子集化

嗨，我来帮你搞定这个按两个条件处理数据的需求～先看你给出的这份包含公司ID、KPI类型和对应数值的数据，我们可以从子集化筛选和分组聚合两个场景来处理：

如果你想直接挑出符合特定id和kpi组合的行，比如要找id为"b"且kpi是"fte"的记录，有两种常用实现方式：

方法1：Base R 原生函数 #

用subset()函数直接指定筛选条件就行：

# 筛选id为"b"且kpi为"fte"的子集
target_subset <- subset(df, id == "b" & kpi == "fte")

运行后得到的结果就是：

方法2：Tidyverse（dplyr）风格 #

如果习惯用管道流的写法，用dplyr的filter()更直观：

library(dplyr)
target_subset <- df %>%
  filter(id == "b" & kpi == "fte")

结果和上面完全一致，只是写法更简洁易读～

如果需要对每个id+kpi的组合做统计（比如求和、均值、计数），这时候就需要分组操作了：

方法1：Base R 原生聚合 #

用aggregate()函数可以快速实现分组统计，比如计算每个组合的value总和：

# 按id和kpi分组，计算value的总和
group_total <- aggregate(value ~ id + kpi, data = df, FUN = sum)

得到的结果会是每个组合的汇总数据：

方法2：Tidyverse 多统计量聚合 #

如果想一次性计算多个统计指标（比如总和、均值、记录数），dplyr的group_by()+summarise()组合会更灵活：

group_stats <- df %>%
  group_by(id, kpi) %>%
  summarise(
    total_value = sum(value),  # 组内总和
    avg_value = mean(value),   # 组内均值
    record_count = n()         # 组内记录数
  ) %>%
  ungroup()  # 取消分组状态，避免后续操作受影响

运行后你会得到每个id+kpi组合的完整统计结果，非常适合后续分析。

另外，如果只是想给原数据标记分组信息，或者做组内的逐行计算（比如累计求和），可以用mutate()代替summarise()：

df_with_cumulative <- df %>%
  group_by(id, kpi) %>%
  mutate(cumulative_value = cumsum(value)) %>%  # 组内累计求和
  ungroup()

比如id为"a"且kpi为"rev"的三条记录，cumulative_value会依次是100、250、450，完美保留原数据结构的同时增加了分组计算结果～

内容的提问来源于stack exchange，提问作者Luna