扫码加入数据分析学习群

当使用多个变量进行分组时，每次的摘要统计会用掉一个分组变量。这样就可以轻松地对

数据集进行循序渐进的分析：

daily <- group_by(flights, year, month, day)
(per_day <- summarize(daily, flights = n()))
#> Source: local data frame [365 x 4]
#> Groups: year, month [?]
#>
#> year month day flights
#> <int> <int> <int> <int>
#> 1 2013 1 1 842
#> 2 2013 1 2 943
#> 3 2013 1 3 914
#> 4 2013 1 4 915
#> 5 2013 1 5 720
#> 6 2013 1 6 832
#> # ... with 359 more rows
(per_month <- summarize(per_day, flights = sum(flights)))
#> Source: local data frame [12 x 3]
#> Groups: year [?]
#>
#> year month flights
#> <int> <int> <int>
#> 1 2013 1 27004
#> 2 2013 2 24951
#> 3 2013 3 28834
#> 4 2013 4 28330
#> 5 2013 5 28796


#> 6 2013 6 28243
#> # ... with 6 more rows
(per_year <- summarize(per_month, flights = sum(flights)))
#> # A tibble: 1 × 2
#> year flights
#> <int> <int>
#> 1 2013 336776

在循序渐进地进行摘要分析时，需要小心：使用求和与计数操作是没问题的，但如果想要

使用加权平均和方差的话，就要仔细考虑一下，在基于秩的统计数据（如中位数）上是无

法进行这些操作的。换句话说，对分组求和的结果再求和就是对整体求和，但分组中位数

的中位数可不是整体的中位数。