1.根据数据框中的某一变量分类求其他变量的均值（FUN）

> aggregate(mtcars[,1:3], by=list(cyl=cyl), FUN=mean, na.rm=TRUE)

 cyl      mpg cyl     disp

1   4 26.66364   4 105.1364

2   6 19.74286   6 183.3143

3   8 15.10000   8 353.1000

2.根据数据框中的某几个变量分类求其他变量的均值（FUN）

> aggregate(mtcars[,1:3], by=list(cyl=cyl,vs=vs), FUN=mean, na.rm=TRUE)

 cyl vs      mpg cyl   disp

1   4  0 26.00000   4 120.30

2   6  0 20.56667   6 155.00

3   8  0 15.10000   8 353.10

4   4  1 26.73000   4 103.62

5   6  1 19.12500   6 204.55

3.根据数据框中的某1个变量分类求另一变量的均值（FUN）

> aggregate(mpg~cyl,mtcars[,1:3],FUN=mean,na.rm=T)

 cyl      mpg

1   4 26.66364

2   6 19.74286

3   8 15.10000

4.根据数据框中的某几个变量分类求另一变量的均值（FUN）

> aggregate(mpg~cyl+vs,mtcars,FUN=mean,na.rm=T)

 cyl vs      mpg

1   4  0 26.00000

2   6  0 20.56667

3   8  0 15.10000

4   4  1 26.73000

5   6  1 19.12500

5.根据数据框中的某几个变量分类求另几变量的均值（FUN）

> aggregate(cbind(mpg,disp,hp)~cyl+vs,mtcars,FUN=mean,na.rm=T)

 cyl vs      mpg   disp       hp

1   4  0 26.00000 120.30  91.0000

2   6  0 20.56667 155.00 131.6667

3   8  0 15.10000 353.10 209.2143

4   4  1 26.73000 103.62  81.8000

5   6  1 19.12500 204.55 115.2500

暂时想到这些，以后有其他的再补充