R 根据标签创建数据帧分组观测值

我有一个带有分类变量的

x

向量和一个数值变量的

y

向量，两者长度相同。 我需要创建一个数据框，在该数据框中，

y

中的所有数值观测值通过

x

中的分类标签分为若干组，因此最终结果如下所示：

x obs1 obs2 obs3
a 1    3    5
b 6    7    8
c 3    4    6

现在，

aggregate

和

tapply

都需要

FUN

规范，但我不想对变量进行操作

x={从字母表的字母中随机抽样}

---

y={random numbers}

记住，一切都是R中的函数。所以像

c（）

这样的东西只是函数调用

x <- rep(letters[1:3], each=3)
y <- c(1, 3, 5, 6, 7, 8, 3, 4, 6)

foo <- tapply(y, x, c)

# > foo
# $a
# [1] 1 3 5
# $b
# [1] 6 7 8
# $c
# [1] 3 4 6

---

从你的例子中我不清楚：x中的每个类别是否可能有不同数量的y值？例如，你会考虑这样的基本数据：

> x <- c(rep(c("a", "b", "c"), 3), "c", "c")
> y <- sample(1:20, 11)
> df <- data.frame(x, y)
> df
   x  y
1  a 16
2  b  4
3  c  9
4  a  2
5  b 12
6  c 17
7  a  7
8  b 10
9  c 11
10 c  1
11 c  8

每个类别的值显示在右侧的行中。。。但是NAs是一个讨厌的东西。在这种情况下，您希望数据如何显示？差不多

1 a  2  7 16
2 b  4 10 12
3 c  1  8  9 11 17

当然，这是行不通的，因为每一行必须有相同数量的列，所以最后两行中的最后两个元素将使用NAs

然而，我怀疑在这种情况下，一个列表可能是最好的解决方案，在这种情况下，考虑如下：

> dl <- split(y, x)
> dl[["a"]]
[1] 16  2  7
> dl$b
[1]  4 12 10
> dl[["c"]]
[1]  9 17 11  1  8

或者将输出作为向量

> sapply(dl, sum)
 a  b  c 
25 26 46

或者，作为数据帧获取输出：

> library(plyr)
> ldply(dl, sum)
  .id V1
1   a 25
2   b 26
3   c 46

---

这些机制提供了比rowSum（）等函数更大程度的通用性，因为您可以将基本上任意的函数应用于原始列表中的每个元素。

请包括您所指的初始

x

和

y

。

> lapply(dl, sum)
$a
[1] 25

$b
[1] 26

$c
[1] 46

> sapply(dl, sum)
 a  b  c 
25 26 46

> library(plyr)
> ldply(dl, sum)
  .id V1
1   a 25
2   b 26
3   c 46