R语言中，按某一变量分组，再计算分组后的另一变量在各组的均值

可以使用dplyr包中的group_by和summarize函数来实现。假设数据框为df，要按变量var1分组，并计算var2在各组的均值，代码如下：

library(dplyr)
df %>% 
  group_by(var1) %>% 
  summarise(mean_var2 = mean(var2))

其中，group_by(var1)将数据框按var1变量分组，summarise(mean_var2 = mean(var2))计算在各组中var2的均值，并将结果存储在mean_var2变量中。

相关问题

stata写命令：对变量a按照b分组，并求出分组后的各组样本占总样本的百分比

可以使用`egen`命令中的`group()`函数来对变量a按照变量b进行分组，并使用`summarize`命令来计算各组的百分比。以下是示例代码：

// 导入数据
use "data.dta", clear

// 对变量a按照变量b进行分组
egen group_var = group(b)

// 计算各组样本占总样本的百分比
summarize a if !missing(a), meanonly
gen total_obs = r(N)
bysort group_var: summarize a if !missing(a), meanonly
gen group_obs = r(N)
gen percent_obs = group_obs / total_obs * 100

// 查看结果
list group_var percent_obs

在代码中，我们首先导入数据文件"data.dta"。然后使用`egen`命令中的`group()`函数对变量a按照变量b进行分组，将分组结果保存在新变量group_var中。接着使用`summarize`命令计算整个样本中变量a的均值，将结果保存在系统变量r(mean)中。然后使用`bysort`命令按照group_var对数据进行排序，并使用`summarize`命令计算各组中变量a的均值，将结果保存在系统变量r(mean)中。将各组中的观测数保存在新变量group_obs中，并计算各组样本占总样本的百分比，将结果保存在新变量percent_obs中。最后使用`list`命令查看结果。

注意，需要将代码中的"data.dta"替换为你自己的数据文件名，变量a和变量b替换为你自己的变量名。另外，如果变量a或变量b存在缺失值，可以使用`if`语句来排除缺失值。

自建一个数据框，内容要求包含不同类型的、可分类的数据，例如有数值型的，有字符型的，可以按性别或者职业分类的。计算不同类别下，数值型数据的均值、方差等统计量，把这些变量组合成一个列表。根据题目要求编写r语言代码。

在R语言中，你可以创建一个自定义数据框（data frame），其中包含不同类型的数据，比如数值（numeric）和字符（character）类型。为了演示，我们可以假设有一个关于员工的信息，包括姓名（character）、年龄（numeric）、薪水（numeric）和性别（factor）以及职位（character）。以下是创建这样的数据框并计算各组统计量的步骤：

# 创建数据框
df <- data.frame(
  Name = c("张三", "李四", "王五", "赵六", "孙七"),
  Age = c(30, 35, 40, 28, 37),
  Salary = c(50000, 60000, 70000, 45000, 55000),
  Gender = factor(c("男", "女", "男", "女", "男")),
  Position = c("经理", "工程师", "经理", "实习生", "程序员")
)

# 按性别分组并计算数值型字段（Age和Salary）的统计量
stats_by_gender <- aggregate(cbind(Age, Salary) ~ Gender, df, FUN = function(x) c(mean = mean(x), var = var(x)))

# 将结果列转换为list形式
stats_list <- lapply(stats_by_gender[, -1], as.list)

# 结果数据框
stats_list

在这个例子中，`stats_by_gender`是一个数据框，包含了每个性别的平均年龄和薪水方差。然后我们使用`lapply`函数将结果数据框的每一行转换为一个列表元素，最后得到一个由列表组成的列表。