可能重复：
R 分组函数：sapply vs. lapply vs. apply。vs. tapply vs. by vs. aggregate vs.
我正在使用 R 并且希望对我遇到的问题有所帮助：
我有一个df带有列 ID 和列 Emotion 的数据框 ( )。ID 中的每个值对应于 Emotion 中的 40-300 个值（所以它不是一个固定的数字）。我需要计算Emotion每个 j in的所有 i 的平均值ID。所以这就是数据的样子
df$ID = (1, 1, 1, 1, 2, 2, 3)
df$Emotion = (2, 4, 6, 4, 1, 1, 8)
因此均值向量应如下所示：(4, 1, 8)
任何帮助将不胜感激！
您可以使用aggregate
ID = c(1, 1, 1, 1, 2, 2, 3)
Emotion = c(2, 4, 6, 4, 1, 1, 8)
df <- data.frame(ID, Emotion)
aggregate(.~ID, data=df, mean)
ID Emotion
1 1 4
2 2 1
3 3 8
sapply也可能有用（这个其他解决方案会给你一个向量）
sapply(split(df$Emotion, df$ID), mean)
1 2 3
4 1 8
有很多方法可以做到这一点，包括ddplyplyr 包、data.table 包、和的其他组合，split来自reshape2 包。请参阅此问题以获取更多解决方案。lapplydcast
这正是这项工作tapply的设计目的。
tapply(df$ID , df$Emotion, mean)