用aggregate只能对不同列用同样的计算，能实现对不同列用不同计算么

目前只能想到对每列分类统计一下，然后再合并数据集了

# 获取首次使用起始时间、末次使用结束时间和全天使用时间
  temp_start = aggregate(x = dat[,4], by= list(dat[,1], dat[,2]), FUN = min)
  temp_end = aggregate(x = dat[,5], by= list(dat[,1], dat[,2]), FUN = max)
  temp_duration = aggregate(x = dat[,6], by= list(dat[,1], dat[,2]), FUN = sum)
  
  # 整理数据
  names(temp_start) = c("uid", "appid", paste("start_time", chrx, sep = ''))
  names(temp_end) = c("uid", "appid", paste("end_time", chrx, sep = ''))
  names(temp_duration) = c("uid", "appid", paste("duration", chrx, sep = ''))
  
  dat = merge(temp_start, temp_end, by = c("uid", "appid"))
  dat = merge(dat, temp_duration, by = c("uid", "appid"))

找到解决方法了
library(plyr)

ddply(iris,.(Species),summarise,sum.a=sum(Sepal.Length),mean.c=(Sepal.Width),sd=ad(Petal.Length))

可以用plyr的升级版tidyverse

    谢 谢