r - 拆分 vs by + 子集

Question

我想根据两列分割数据帧，但我希望输出是数据帧的二维矩阵，而不是数据帧的平面列表。我可以使用 by() 和 subset 实现我想要的目标，但有人告诉我(我认为是 Ripley)应该避免在中使用 subset包开发。是否有一个优雅的替代方案(也许使用 split)来保留暗名称？

# sample data
df <- data.frame(x=rnorm(20), y=rnorm(20), v1=rep(letters[1:5],each=4), v2=rep(LETTERS[6:9]))

# what I did previously
submat <- by(df, list(df$v1,df$v2), subset)
dim(submat) # 5 x 4
dimnames(submat) # "a" "b" "c" "d" "e" ; "F" "G" "H" "I"

Answer 1

要获得您所要求的数据帧矩阵，请使用 tapply 和一个返回特定数据帧子集但行名称与因子水平匹配的函数。

> dfmat <- with(df, tapply(1:NROW(df), list(v1,v2), function(idx) df[idx,] ) )
> dfmat[1,1]  # items that are in a single dataframe accessed via matrix indexing
[[1]]
           x         y v1 v2
1 -0.5604756 -1.067824  a  F

> dfmat
  F      G      H      I     
a List,4 List,4 List,4 List,4
b List,4 List,4 List,4 List,4
c List,4 List,4 List,4 List,4
d List,4 List,4 List,4 List,4
e List,4 List,4 List,4 List,4

以列表作为条目的矩阵经过 print 编辑以仅显示对象类型和条目数(本例中为列)。请注意，每个条目都是一个包含一项的列表，因此保留了 dataframe 属性，但需要“向下钻取”才能获取宝藏: 编辑:添加 dfmat 的属性:

>  attributes(dfmat)
$dim
[1] 5 4

$dimnames
$dimnames[[1]]
[1] "a" "b" "c" "d" "e"

$dimnames[[2]]
[1] "F" "G" "H" "I"    
#------------
> attributes( dfmat[1,1])
NULL
#------------
> attributes( dfmat[1,1][[1]])
$names
[1] "x"  "y"  "v1" "v2"

$row.names
[1] 1

$class
[1] "data.frame"