參考

https://stackoverflow.com/questions/12478943/how-to-group-data-table-by-multiple-columns
實際工作中，我們需要對數(shù)據(jù)進行平均值計算，這里我比較了aggregate和data.table的方法，測試主要包括：
1，對數(shù)據(jù)yield計算平均值
2，計算N不同水平的平均值
3， 計算N和P不同水平的平均值

1. 常規(guī)方法aggregate

代碼：

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

結(jié)果

> aggregate(yield~N,data=npk,FUN = mean)  N    yield1 0 52.066672 1 57.68333> aggregate(yield~N+P,data=npk,FUN = mean)  N P    yield1 0 0 51.716672 1 0 59.216673 0 1 52.416674 1 1 56.15000

2. 使用data.table方法

代碼：

data(npk)head(npk)library(data.table)setDT(npk)# 單個變量npk[,mean(yield),by=N]# 兩個變量npk[,mean(yield),by=c("N","P")]# 兩個變量的另一種寫法npk[,mean(yield),by=list(N,P)]npk[,mean(yield),by=.(N,P)]

結(jié)果：

> # 單個變量> npk[,mean(yield),by=N]   N       V11: 0 52.066672: 1 57.68333> > # 兩個變量> npk[,mean(yield),by=c("N","P")]   N P       V11: 0 1 52.416672: 1 1 56.150003: 0 0 51.716674: 1 0 59.21667> > > # 兩個變量的另一種寫法> npk[,mean(yield),by=list(N,P)]   N P       V11: 0 1 52.416672: 1 1 56.150003: 0 0 51.716674: 1 0 59.21667> npk[,mean(yield),by=.(N,P)]   N P       V11: 0 1 52.416672: 1 1 56.150003: 0 0 51.716674: 1 0 59.21667

要點：

data.table速度更快，語法更簡單。

?