有一列是待测变量，其他的全是分组变量

有一个整齐的数据集，其中第一列是待处理的变量，其他的全是分组变量；目的是以其他列为分组，对第一列求均值。

1. 遇事不决，for 循环

# 数据准备
require(tidyverse)
data <- subset(diamonds,
               select = c(carat, cut, color, clarity)) %>% 
  sample_n(100)


# 提取colnames做循环的索引
names <- colnames(data )[c(2:4)]
# 去掉双引号
name <- noquote(names)
# 汇总和for 循环
mean <- list()
for (i in name){
  mean[[i]] <- tapply(data$carat, data[i], mean)
}

2. apply 家族

# 数据准备
require(tidyverse)
data <- subset(diamonds,
               select = c(carat, cut, color, clarity)) %>% 
  sample_n(100)
# aplly 家族套嵌
mean_f <- function(measure_col = NULL, data = NULL) {
      measurevar = data[[measure_col]]
      sub_data = data[-measure_col]
      mean = apply(sub_data, 2, function(sub_data) {
         tapply(measurevar, sub_data, mean)
      })
     return(mean)
  }

3. 结果处理

结果是多层list，需要解析为长列表

# 第一层lapply是对每一个list 进行unlist；
# 第二次lapply,利用 `length<-` 指定每个list的长度
do.call(cbind, lapply(lapply(mean, unlist), 
                      `length<-`, max(lengths(mean))))

4. 美化一下

value <- do.call(cbind, lapply(lapply(mean, unlist), 
                           `length<-`, max(lengths(mean))))
key <- do.call(cbind, lapply(lapply(mean, rownames), 
                           `length<-`, max(lengths(mean))))
cbind(key, value)