1. 使用tapply函式

#   INDEX相當於groupBy
tapply(salarys$SALARY, INDEX=salarys$SEX, FUN=sum)

如果出現引數的長度不一致的錯誤，如下:

Error in tapply(salarys$SALARY, INDEX = salarys$SEX, FUN = max) : 
  引數的長度必需相同

請仔細檢查salarysSALARY、salarysSEX的長度是否相等，尤其是檢查INDEX的型別，如果是list型別，請務必轉換為向量：

# 對資料進行處理,返回LIST
salarys$SEX <- lapply(salarys$SEX
 
, function(x) switch(x, FEMALE='女', MALE='男'))
# 返回向量
salarys$SEX <- c(salarys$SEX, recursive = TRUE)

2. 使用by函式

使用by函式可以達到同樣的效果，唯一需要注意的是，引用的資料必須全是資料列，例如在本例中，資料最多也只能是salarys[c(‘SALARY’, ‘ID’)]。

by(salarys[c('SALARY')], INDICES = list(salarys$SEX), FUN=max)

3. 使用aggregate函式

aggregate(x=salarys[c('SALARY'
 
)], by = list(salarys$SEX, salarys$ID), FUN=max)

聚合函式與group by更相似，例如以上語句就表示按SEX、ID進行分組，結果如下：

  Group.1 Group.2  SALARY
1      男       1  30000
2      男       2    200
3      女       3   1200
4      女       4   3500

從以上的資料可以看出，分組的唯一性由（SEX，ID）決定，所以跟SQL一模一樣。