R语言-dplyr包进行条件均值

实际处理数据中，我们往往需要将某变量分组进行运算，dplyr包中的group_by和summarise函数联合使用，会让code变得更简洁。

library(dplyr)

##读取tsv格式文件

data<-read.delim('pseudo_facebook.tsv')

 data的前6行数据

我想按照age进行分组，对friend_count的均值和中位数进行计算。

##用group_by分组

age_groups<-group_by(data,age)

##summarise函数将参数汇总，mean和median分别是求平均数和中位数，n是个数

data.fc_by_age<-summarise(age_groups, friend_count_mean=mean(friend_count), friend_count_median=median(friend_count), n=n())

##按年龄排序

pf.fc_by_age<-arrange(pf.fc_by_age,age)

查看数据

也可以用管道函数，一样的效果

pf.fc_by_age<-pf %>%

group_by(age) %>%

summarise(friend_count_mean = mean(friend_count), friend_count_median = median(friend_count), n = n()) %>%

arrange(age)