我使用 ddply 按各种类别总结一些 data.frame
,如下所示:
# with both group and size being factors / categorical
split.df <- ddply(mydata,.(group,size),summarize,
sumGroupSize = sum(someValue))
这工作很顺利,但我经常喜欢计算比率,这意味着我需要除以组的总数。如何在同一个 ddply
调用中计算这样的总数?
假设我想要获得 A 组中尺寸类别 1 中的观测值的份额。显然,我必须首先计算尺寸类别 1 中所有观测值的总和。 当然,我可以通过两个 ddply 调用来完成此操作,但使用所有一个调用会更舒服。有办法这样做吗?
编辑: 我本来不想问得太具体,但我意识到我打扰了这里的人。这是我的具体问题。事实上,我确实有一个可行的例子,但我不认为它真的很漂亮。另外它还有一个我需要克服的缺点:它不能与 apply 一起正常工作。
library(plyr)
# make the dataset more "realistic"
mydata <- warpbreaks
names(mydata) <- c("someValue","group","size")
mydata$category <- c(1,2,3)
mydata$categoryA <- c("A","A","X","X","Z","Z")
# add some NA
mydata$category[c(8,10,19)] <- NA
mydata$categoryA[c(14,1,20)] <- NA
# someValue is summarized !
# note we have a another, varying category hence we need the a parameter
calcShares <- function(a, data) {
# !is.na needs to be specific!
tempres1 <- eval(substitute(ddply(data[!is.na(a),],.(group,size,a),summarize,
sumTest = sum(someValue,na.rm=T))),
envir=data, enclos=parent.frame())
tempres2 <- eval(substitute(ddply(data[!is.na(a),],.(group,size),summarize,
sumTestTotal = sum(someValue,na.rm=T))),
envir=data, enclos=parent.frame())
res <- merge(tempres1,tempres2,by=c("group","size"))
res$share <- res$sumTest/res$sumTestTotal
return(res)
}
test <- calcShares(category,mydata)
test2 <- calcShares(categoryA,mydata)
head(test)
head(test2)
正如你所看到的,我打算在不同的分类变量上运行它。在示例中,我只有两个(类别,类别A),但实际上我有更多,因此将 apply 与我的函数一起使用会非常好,但不知何故它无法正常工作。
applytest <- head(apply(mydata[grep("^cat",
names(mydata),value=T)],2,calcShares,data=mydata))
.. 返回一条警告消息和一个奇怪的类别 var 名称 (newX[, i] )。
那么我该如何a)更优雅地执行此操作并b)解决应用问题?
最佳答案
这看起来很简单,所以我可能遗漏了你问题的某些方面。
首先,定义一个函数来计算 group
每个级别中所需的值。然后,不要使用 .(group, size)
来拆分 data.frame,而是使用 .(group)
,并将新定义的函数应用于每个拆分部分.
library(plyr)
# Create a dataset with the names in your example
mydata <- warpbreaks
names(mydata) <- c("someValue", "group", "size")
# A function that calculates the proportional contribution of each size class
# to the sum of someValue within a level of group
getProps <- function(df) {
with(df, ave(someValue, size, FUN=sum)/sum(someValue))
}
# The call to ddply()
res <- ddply(mydata, .(group),
.fun = function(X) transform(X, PROPS=getProps(X)))
head(res, 12)
# someValue group size PROPS
# 1 26 A L 0.4785203
# 2 30 A L 0.4785203
# 3 54 A L 0.4785203
# 4 25 A L 0.4785203
# 5 70 A L 0.4785203
# 6 52 A L 0.4785203
# 7 51 A L 0.4785203
# 8 26 A L 0.4785203
# 9 67 A L 0.4785203
# 10 18 A M 0.2577566
# 11 21 A M 0.2577566
# 12 29 A M 0.2577566
关于r - 如何将 ddply 与不同的 .variables 一起使用?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/8897927/