1. 使用tapply函数
# INDEX相当于groupBy
tapply(salarys$SALARY, INDEX=salarys$SEX, FUN=sum)
如果出现参数的长度不一致的错误,如下:
Error in tapply(salarys$SALARY, INDEX = salarys$SEX, FUN = max) :
参数的长度必需相同
请仔细检查salarys SALARY、salarys SEX的长度是否相等,尤其是检查INDEX的类型,如果是list类型,请务必转换为向量:
# 对数据进行处理,返回LIST
salarys$SEX <- lapply(salarys$SEX, function(x) switch(x, FEMALE='女', MALE='男'))
# 返回向量
salarys$SEX <- c(salarys$SEX, recursive = TRUE)
2. 使用by函数
使用by函数可以达到同样的效果,唯一需要注意的是,引用的数据必须全是数据列,例如在本例中,数据最多也只能是salarys[c(‘SALARY’, ‘ID’)]。
by(salarys[c('SALARY')], INDICES = list(salarys$SEX), FUN=max)
3. 使用aggregate函数
aggregate(x=salarys[c('SALARY')], by = list(salarys$SEX, salarys$ID), FUN=max)
聚合函数与group by更相似,例如以上语句就表示按SEX、ID进行分组,结果如下:
Group.1 Group.2 SALARY
1 男 1 30000
2 男 2 200
3 女 3 1200
4 女 4 3500
从以上的数据可以看出,分组的唯一性由(SEX,ID)决定,所以跟SQL一模一样。