原文链接：http://www.datastudy.cc/to/17
很多时候，我们拿到的数据，都是汇总的一份数据，例如我们示例中的数据，已经把所有仓库的数据都汇总起来了。
但是我们在统计建模的时候，如果想要把他们拆分开来进行处理，那么如何进行分层处理呢？其实非常简单，我们使用split函数即可。
split(x, f, drop = FALSE, ...)
下面我们来看分层处理的案例：
数据请从百度盘下载：
链接: http://pan.baidu.com/s/1kFxoy 密码: tnbf
data <- read.csv("D:\\data\\20150922\\data.csv", fileEncoding="UTF8", stringsAsFactors=FALSE)
datas <- split(data, data$仓库)
result <- c();
for(d in datas) {
#这里执行我们需要的建模，
#我这里演示就用了个计算平均数
m <- mean(d$进价);
#把建模后的模型加入到结果数组中
result <- append(result, m)
}
result
以上就是分层处理的最基本模型，包括分层抽取数据，以及将处理后的结果组装成为一个向量返回。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
