原文链接：

 

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。