R 根据其他列聚合多个列

在data.frame中包含数据后，我希望将一些列（使用任何常规函数）按其他列进行分组，保持其余的列不变（甚至忽略它们）。现在的流行方式是调用

SQL

中的

groupby

函数。作为一个例子，让我们假设

df <- data.frame(a=rnorm(4), b=rnorm(4), c=c("A", "B", "C", "A"))

---

df对不起，我不明白处理多个专栏会使事情复杂化

library(data.table)
dt <- data.table(df)
dt[,.(sum_a = sum(a),mean_b= mean(b)),by = c]

库（data.table）
dt对不起，我不明白处理一个以上的专栏会使事情复杂化

library(data.table)
dt <- data.table(df)
dt[,.(sum_a = sum(a),mean_b= mean(b)),by = c]

库（data.table）
dt对不起，我不明白处理一个以上的专栏会使事情复杂化

library(data.table)
dt <- data.table(df)
dt[,.(sum_a = sum(a),mean_b= mean(b)),by = c]

库（data.table）
dt对不起，我不明白处理一个以上的专栏会使事情复杂化

library(data.table)
dt <- data.table(df)
dt[,.(sum_a = sum(a),mean_b= mean(b)),by = c]

库（data.table）
dt像这样

    mapply(Vectorize(function(x, y) aggregate(
      df[, x], by=list(df[, 3]), FUN=y), SIMPLIFY = F), 
      1:2, c('sum', 'mean'))

像这样

    mapply(Vectorize(function(x, y) aggregate(
      df[, x], by=list(df[, 3]), FUN=y), SIMPLIFY = F), 
      1:2, c('sum', 'mean'))

像这样

    mapply(Vectorize(function(x, y) aggregate(
      df[, x], by=list(df[, 3]), FUN=y), SIMPLIFY = F), 
      1:2, c('sum', 'mean'))

像这样

    mapply(Vectorize(function(x, y) aggregate(
      df[, x], by=list(df[, 3]), FUN=y), SIMPLIFY = F), 
      1:2, c('sum', 'mean'))

这已经被问了无数次了，请看这里和这里和这里@grrgrrbla在这种情况下请投票作为一个副本关闭。可能是@tim biegeleisen的副本，soI已经看到了上述所有内容，它们都是指只聚合一列，这可以用不同的语法轻松完成。这已经被问了无数次了，参见此处此处此处此处此处@grrgrrbla请投票以在本例中作为副本关闭。可能是@tim biegeleisen的副本，soI已经看到了上述所有内容，它们都指仅聚合一列，这可以通过不同的语法轻松完成。这已被问了无数次，参见此处此处此处此处此处@grrgrrbla请投票以在本例中作为副本关闭。可能是@tim biegeleisen的副本，soI已经看到了上述所有内容，它们都指仅聚合一列，这可以通过不同的语法轻松完成。这已被问了无数次，在本例中，@grrgrrbla请投票以副本形式关闭。可能是@tim biegeleisen的副本，soI已经看到了上述所有内容，它们都指只聚合一列，这可以用不同的语法轻松完成。这给了我：[，1][，2]组。1因子，3因子，3个数字，3个数字，3这个给我：[，1][，2]组。1个因素，3个因素，3个数字，3这个给我：[，1][，2]组。1个因素，3个因素，3个数字，3个数字，3个给我：[，1][，2]组。1个因素，3个因素，3个数字，3个数字，3如果我想按多个列进行分组，该怎么办？正确的语法应该是什么？如果我想按多个列
c
进行分组，该怎么办？正确的语法应该是什么？如果我想按多个列
c
进行分组，该怎么办？正确的语法应该是什么？如果我想按多个列
c
进行分组，该怎么办？正确的语法应该是什么？df