这篇文章将为大家详细讲解有关R语言汇总统计中怎么批量计算不同因素不同水平的平均值，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。

10年积累的网站设计制作、做网站经验，可以快速应对客户对网站的新想法和需求。提供各种问题对应的解决方案。让选择我们的客户得到更好、更有力的网络服务。我虽然不认识你，你也不认识我。但先网站制作后付款的网站建设流程，更有大关免费网站建设让你可以放心的选择与我们合作。

实际工作中，我们需要对数据进行平均值计算，这里我比较了aggregate和data.table的方法，测试主要包括：

1，对数据yield计算平均值
2，计算N不同水平的平均值
3， 计算N和P不同水平的平均值

1. 常规方法aggregate

代码：

data(npk)
head(npk)

aggregate(yield~N,data=npk,FUN = mean)
aggregate(yield~N+P,data=npk,FUN = mean)

结果

> aggregate(yield~N,data=npk,FUN = mean)
 N    yield
1 0 52.06667
2 1 57.68333
> aggregate(yield~N+P,data=npk,FUN = mean)
 N P    yield
1 0 0 51.71667
2 1 0 59.21667
3 0 1 52.41667
4 1 1 56.15000

2. 使用data.table方法

代码：

data(npk)
head(npk)

library(data.table)
setDT(npk)

# 单个变量
npk[,mean(yield),by=N]

# 两个变量
npk[,mean(yield),by=c("N","P")]

# 两个变量的另一种写法
npk[,mean(yield),by=list(N,P)]
npk[,mean(yield),by=.(N,P)]

结果：

> # 单个变量
> npk[,mean(yield),by=N]
  N       V1
1: 0 52.06667
2: 1 57.68333
>
> # 两个变量
> npk[,mean(yield),by=c("N","P")]
  N P       V1
1: 0 1 52.41667
2: 1 1 56.15000
3: 0 0 51.71667
4: 1 0 59.21667
>
>
> # 两个变量的另一种写法
> npk[,mean(yield),by=list(N,P)]
  N P       V1
1: 0 1 52.41667
2: 1 1 56.15000
3: 0 0 51.71667
4: 1 0 59.21667
> npk[,mean(yield),by=.(N,P)]
  N P       V1
1: 0 1 52.41667
2: 1 1 56.15000
3: 0 0 51.71667
4: 1 0 59.21667

关于“R语言汇总统计中怎么批量计算不同因素不同水平的平均值”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，使各位可以学到更多知识，如果觉得文章不错，请把它分享出去让更多的人看到。

新闻名称：R语言汇总统计中怎么批量计算不同因素不同水平的平均值
文章链接：http://chengdu.cdxwcx.cn/article/joihcg.html