R语言 指数分布随机数 r语言数据随机分组

学完这节课，你可以：

1. 了解分组和汇总的基本概念和用法
2. 用R语言进行数据分组汇总处理

如你的电脑还未安装R语言环境，可参考R语言安装中第一部分安装

一、分组和聚合运算的图解

分组（group_by）和聚合（summarise）是一对双胞胎，总是在数据处理时同时出现，下图很好的展示了分组聚合时数据表的处理流程。

• 分组：将数据按cat类别分成不同的小组。
• 聚合：在各个组内进行数据操作，比如求和（sum）、计数（n），中位数（median），均值（mean）、最大值（max）、最小值（min）等等。

最终输出表时按分组汇总后的数据表单，很简单，学会了么？

分组聚合的数据处理流程

二、R语言分组汇总链家数据

如果我们有一波链家测试数据，我希望获取每个区域的均价，最高价，最低价，应该怎么获取呢？

本节测试数据：

xiaoqu.csv

5.4M

·

百度网盘

数据样本

代码如下：

#install.packages('dplyr')
library(dplyr)
data <- read.csv('D:/从0到1学习数据科学/xiaoqu.csv')

district_prict <- data %>% 
  group_by(district) %>% 
  summarise(均价 = mean(xiaoqu_price,na.rm=T),
            最高加 = max(xiaoqu_price,na.rm=T),
            最低价 = min(xiaoqu_price,na.rm=T))

运行结果如下：

各区域小区均价

数据分组聚合是平时工作中必备技能，在R中实现非常简单，大家多多练习，可以对工作效率有很大提升。