R示例-ddply、ave和merge

我已经写了一个代码。如果你们能提出更好的方法来做我想做的事情，那就太好了。dt如下所示：

   SIC FYEAR AU       AT
1    1  2003  6  212.748
2    1  2003  5 3987.884
3    1  2003  4  100.835
4    1  2003  4 1706.719
5    1  2003  5    9.159
6    1  2003  7   60.069
7    1  2003  5  100.696
8    1  2003  4  113.865
9    1  2003  6  431.552
10   1  2003  7  309.109 ...

我的工作是为给定的SIC创建一个新列，并且FYEAR，具有最高百分比的AU，以及最高AT和第二高AT之间的差值将得到值1，否则为0。这里，是我尝试做的东西提到

a <- ddply(dt,.(SIC,FYEAR),function(x){ddply(x,.(AU),function(x) sum(x$AT))});

   SIC FYEAR AU        V1
1    1  2003  4  3412.619
2    1  2003  5 13626.241
3    1  2003  6   644.300
4    1  2003  7  1478.633
5    1  2003  9     0.003
6    1  2004  4  3976.242
7    1  2004  5  9383.516
8    1  2004  6   457.023
9    1  2004  7   456.167
10   1  2004  9   238.282

---

a这是一个使用
数据的版本。表
：

require(data.table)
DT <- data.table(your_data_frame)
setkey(DT, SIC, FYEAR, AU)
DT[setkey(DT[, sum(AT), by=key(DT)][, V1 := V1/sum(V1), 
          by=list(SIC, FYEAR)])[, V2 := (V1 - V1[.N-1] > 0.1) * 1, 
          by=list(SIC, FYEAR)]]

require（data.table）
DT 0.1）*1，
by=列表（原文如此，FYEAR）]]

部分
DT[，sum（AT），by=key（DT）][，V1:=V1/sum（V1），by=list（SIC，FYEAR）]
首先将
AT
全部三列相加，然后通过引用将V1替换为V1/sum（V1）。包装此代码的
setkey
将对所有四列进行排序。因此，除了一个值之外的最后一个值将始终是第二高的值（在没有重复值的情况下）。使用此方法，我们可以通过引用创建
V2
as:
[，V2:=（V1-V1[.N-1]>0.1）*1，by=list（SIC，FYEAR）]
。完成此操作后，我们可以使用
DT[.]
执行
join

希望这有帮助。
我不确定删除的答案是否与此相同，但您可以在几行中有效地完成

# Simulate data
set.seed(1)
n<-1000
dt<-data.frame(SIC=sample(1:10,n,replace=TRUE),FYEAR=sample(2003:2007,n,replace=TRUE),
AU=sample(1:7,n,replace=TRUE),AT=abs(rnorm(n)))

# Cacluate proportion.
dt$prop<-ave(dt$AT,dt$SIC,dt$FYEAR,FUN=prop.table)
# Find AU with max proportion.
dt$au.with.max.prop<-
  ave(dt,dt$SIC,dt$FYEAR,FUN=function(x)x$AU[x$prop==max(x$prop)])[,1]

#模拟数据
种子（1）
我正在寻找一个解决方案，其中数据帧不转换为数据表。对纯数据帧解决方案感兴趣。谢谢。你可以使用软件包，对繁琐的语法不满意，当你看到一个更好的选项时，你不喜欢它，因为它使用软件包？沃特@阿伦：我认为你应该取消删除你的答案——如果OP想在之后返回到
data.frame
，无论出于什么原因，我都看不出是什么阻止了他们。我是个新手。我想掌握基本的R，因此不想将数据表用于我的目的，即使我的数据大小超过70k行40列。我相信数据表对于我来说会更快，但我会坚持使用数据框架来获得R方面的专业知识。您知道
ddply
不是基本的R，对吗？不管怎样，对每个人来说，只是指出你的逻辑毫无意义。我必须说，我真的试图理解你的意思。您的示例不完整，因为我看不到所有数据，也无法验证自己的代码。然而，我确实认为，一旦正确定义了您的问题，就可以用basic R相当简单地解决。但在我更好地理解你的目标，看到一个更完整的例子，以及至少一点理解上下文之前，我不能确定，也不能告诉你怎么做。
dt <- merge(dt,a,key=c("SIC","FYEAR","AU"));

   SIC FYEAR AU       AT           V1 V2
1    1  2003  4 1706.719 1.780949e-01  0
2    1  2003  4  100.835 1.780949e-01  0
3    1  2003  4  113.865 1.780949e-01  0
4    1  2003  4 1491.200 1.780949e-01  0
5    1  2003  5 3987.884 7.111150e-01  1
6    1  2003  5  100.696 7.111150e-01  1
7    1  2003  5   67.502 7.111150e-01  1
8    1  2003  5 9461.000 7.111150e-01  1
9    1  2003  5    9.159 7.111150e-01  1
10   1  2003  6  212.748 3.362420e-02  0

require(data.table)
DT <- data.table(your_data_frame)
setkey(DT, SIC, FYEAR, AU)
DT[setkey(DT[, sum(AT), by=key(DT)][, V1 := V1/sum(V1), 
          by=list(SIC, FYEAR)])[, V2 := (V1 - V1[.N-1] > 0.1) * 1, 
          by=list(SIC, FYEAR)]]

# Simulate data
set.seed(1)
n<-1000
dt<-data.frame(SIC=sample(1:10,n,replace=TRUE),FYEAR=sample(2003:2007,n,replace=TRUE),
AU=sample(1:7,n,replace=TRUE),AT=abs(rnorm(n)))

# Cacluate proportion.
dt$prop<-ave(dt$AT,dt$SIC,dt$FYEAR,FUN=prop.table)
# Find AU with max proportion.
dt$au.with.max.prop<-
  ave(dt,dt$SIC,dt$FYEAR,FUN=function(x)x$AU[x$prop==max(x$prop)])[,1]