r 按某列分组统计个数 tapply

在R中，可以使用tapply函数按照某一列来分组统计个数。

tapply函数的一般用法是：tapply（向量，分组依据，统计函数）。

其中，向量是需要进行分组统计的数据，分组依据是一个指定分组的变量，统计函数是对每个分组的数据进行统计的函数。

举个例子，假设有一个数据框df，其中有两列分别为"性别"和"年龄"。我们想按照性别来统计各个年龄段的人数。代码如下：

result <- tapply(df$年龄, df$性别, FUN = length)

这样，result就是一个以性别作为分组依据的统计结果。其中，每个性别对应的年龄段个数。

如果想要对两个及以上的列进行分组统计，可以使用逗号隔开，参考下面的代码：

result2 <- tapply(df$年龄, list(df$性别, df$学历), FUN = length)

这样，result2就是一个以性别和学历作为分组依据的统计结果。其中，每个性别和学历对应的年龄段个数。

总结一下，tapply函数是R中用于按照指定列分组统计的函数。它非常灵活，可以根据需要进行单列或多列的分组统计，可以使用各种各样的统计函数。

相关问题

R中有一个数据表，一列为用户ID，一列为0-23之间的某一个数，第三列为第二列数的频数，如何分别统计0-23的频数

可以使用base R中的tapply函数来统计0-23的频数。假设数据表为df，第一列为userID，第二列为column2，第三列为frequency，则代码如下：

tapply(df$frequency, df$column2, sum)

这段代码将会输出0-23分别的频数。其中，tapply函数用于对df$frequency按照df$column2进行分组，并对每个分组进行求和。

R语言如何实现数据的提取并将提取的数据汇集

R语言可以使用多种方式来实现数据的提取和汇集，具体方法取决于数据存储的格式和数据处理的需求。以下是一些常用的方法：

1. 读取数据：使用`read.table()`、`read.csv()`、`read_excel()`等函数读取数据文件，将数据存储为数据框或矩阵。

2. 数据筛选与提取：使用`subset()`、`filter()`等函数筛选符合条件的数据行或列，并将其存储为新的数据框。

3. 数据聚合：使用`aggregate()`、`tapply()`等函数对数据进行聚合操作，例如按照某一列进行分组统计。

4. 数据合并：使用`merge()`、`rbind()`、`cbind()`等函数将多个数据框合并为一个数据框。

5. 数据汇总：使用`summarize()`、`group_by()`等函数对数据进行汇总统计，例如计算平均值、中位数等。

需要根据具体的数据处理需求选择相应的方法进行实现。