R语言ETL工程：分组（group_by）

欢迎关注天善智能，我们是专注于商业智能BI，人工智能AI，大数据分析与挖掘领域的垂直社区，学习，问答、求职一站式搞定！

对商业智能BI、大数据分析挖掘、机器学习，python，R等数据领域感兴趣的同学加微信：tstoutiao，邀请你进入数据爱好者交流群，数据爱好者们都在这儿。

作者：黄天元，复旦大学博士在读，目前研究涉及文本挖掘、社交网络分析和机器学习等。希望与大家分享学习经验，推广并加深R语言在业界的应用。

邮箱：[email protected]

本章会讲解如何对数据进行分组。首先我们要明确一点，就是为什么要分组，实际应用的场景是什么？

如果我们现在有一个学校，我们想要分别得到男生和女生的平均身高，就需要分组，也就是根据性别对学生的身高分组，然后分别求平均值。这个例子我们只是分了两组，可能大家还看不到分组的力量。那么，如果我们现在要知道每一个班级数学成绩的平均分，那么我们就要对数据成绩根据班级分组，比如我们一个年级有12个班级，那么就要对12个班级分别计算平均分。当分组的数量越多的时候，如果没有分组的操作，分开来一个一个计算是极其耗时的。所以分组功能在实际工作中，具有非常广泛的应用。

下面我们围绕分组进行举例分析，这次我们会用到R语言自带的mtcars数据集，首先我们把它转化成tibble形式，然后存放在mtcars1中。准备代码如下：

 1library(tidyverse)
 2
 3mtcars %>% as_tibble() -> mtcars1
 4
 5mtcars1
 6
 7## # A tibble: 32 x 11
 8## mpg cyl disp hp drat wt qsec vs am gear carb
 9## <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
10## 1 21 6 160 110 3.9 2.62 16.5 0 1 4 4
11#