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(dindatas){

#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。