如何将R中一个变量的数据与另一个变量的子集进行比较

我正在研究两个变量“邻里关系”和“效用支出”。第一个是一个名义变量，其中所有记录都是“城市”、“城镇”或“农村”。第二个变量是一个连续变量，它只是一个给定家庭在一个月内在公用事业上的支出金额（数据集中从500美元到6000美元不等）

我的问题是，使用这两个变量，我想在邻里变量中找到“城市”中所有记录的公用事业支出的平均值，以便进行z检验，看看它是否与整个数据集的平均值有显著差异。我肯定有一个命令我可以使用，但我还没有找到一个孤立的平均值。考虑到我有3000条记录要筛选，找到这些信息的最佳方式是什么

我想找出所有以“城市”作为其邻里价值的记录的效用支出的平均值。如何执行此操作？

使用dplyr软件包：

library(dplyr)

dt<-data.frame(Neighbourhood=c("city","rural","town","city","rural"),UtilitySpending=c(500,753,438,3361,4717))

dt<-dt %>% group_by(Neighbourhood) %>%
           dplyr::summarize(total_UtilitySpending=mean(UtilitySpending)) %>%
           as.data.frame() %>%
           filter(Neighbourhood=="city")

库（dplyr）
dt%
dplyr:：汇总（总效用支出=平均（效用支出））%>%
as.data.frame（）%>%
过滤器（邻里=“城市”）

这可以在一行中以R为基数轻松完成。由于您没有提供数据，我使用的是前一个问题中的一组，请参见下文

使用此data.frame，您可以通过子集找到任何平均值等。这里的示例是当变量

YPred

等于

L2

时，计算列

Urgent

的平均值：

mean( df[ df$YPred == "L2", "Urgent" ] )
[1] 44

下面是示例数据：

    df <- structure(list(Tag = c(1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L
), YPred = structure(c(1L, 2L, 3L, 4L, 5L, 1L, 2L, 3L, 4L, 5L
), .Label = c("L1", "L2", "L3", "L4", "L5"), class = "factor"), 
    Long = c(1004L, 544L, 545L, 282L, 1L, 2068L, 3006L, 3711L, 
    2342L, 33L), Medium = c(108L, 252L, 211L, 149L, 0L, 17L, 
    110L, 248L, 341L, 4L), short = c(58L, 118L, 131L, 73L, 4L, 
    0L, 43L, 150L, 189L, 2L), Urgent = c(5L, 70L, 65L, 24L, 5L, 
    22L, 18L, 31L, 96L, 2L)), .Names = c("Tag", "YPred", "Long", 
"Medium", "short", "Urgent"), class = "data.frame", row.names = c("1", 
"2", "3", "4", "5", "6", "7", "8", "9", "10"))

---

df
aggregate（效用支出、列表（邻居）、平均值）
感谢您的帮助。在测试之后，关于您的代码行，我唯一要注意的是，对于非数字搜索（例如L2），我必须使用语音标记，否则我会收到一个错误，即：mean（df[df$YPred==“L2”，“emergency”]）