如何对.RData数据集按sam和dup列分组计算fat列均值？

刚好处理过类似的需求，我给你梳理一下具体的实现步骤，分分钟就能拿到你想要的结果：

1. 先加载你的原始.RData数据集 #

首先用load()函数读取你的数据集文件，假设文件名叫original_data.RData：

# 加载数据集
load("original_data.RData")
# 如果不确定加载后的数据对象名，用ls()查看，这里假设数据框叫df
df <- get(ls()[1]) # 当文件里只有一个数据对象时，这行能直接获取它

2. 分组计算fat的均值 #

从你给出的输出结果来看，实际是按co和lab这两列分组（每个组合对应8条原始数据，覆盖了sam1-4和dup1-2的所有情况），计算fat列的均值。这里给你两种实现方式：

方式一：用dplyr包（代码更直观易读） #

如果还没装dplyr，先安装：

install.packages("dplyr")

然后加载包并执行计算：

library(dplyr)

result_df <- df %>%
  # 按co和lab分组
  group_by(co, lab) %>%
  # 计算fat的均值，同时取消分组
  summarise(fat = mean(fat), .groups = "drop") %>%
  # 调整列顺序为lab、co、fat，匹配你要的输出格式
  select(lab, co, fat) %>%
  # 按lab和co排序，和示例输出顺序一致
  arrange(lab, co)

方式二：用基础R的aggregate()函数（无需额外包） #

如果你不想加载第三方包，用基础R自带的函数也能搞定：

# 按co和lab分组计算fat均值
result_agg <- aggregate(fat ~ co + lab, data = df, FUN = mean)
# 调整列顺序并排序，匹配输出格式
result_df <- result_agg[, c("lab", "co", "fat")]
result_df <- result_df[order(result_df$lab, result_df$co), ]

运行后，result_df就是你要的结果，和示例完全一致：

lab co    fat
1   1  1 0.58000
2   2  1 0.34000
3   3  1 0.40750
4   1  2 0.37625
5   2  2 0.35375
6   3  2 0.26750

3. 把结果保存为.RData格式 #

最后用save()函数把结果存成你需要的格式：

# 保存结果到result_data.RData文件
save(result_df, file = "result_data.RData")

小提示 #

• 如果你的原始数据框名称不是df，记得替换成实际的名字；
• 要是你确实需要按sam和dup分组（虽然和输出结果不匹配），只需要把分组变量改成这两个就行，比如把group_by(co, lab)换成group_by(sam, dup)；
• 可以用round(fat, 5)来确保均值保留5位小数，和示例输出完全对齐。

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