处理R中tapply（）与ddply{plyr}的输出：长度不等的子集

我有一个数据帧：

> df <- data.frame(
+   Species = rep(LETTERS[1:4], times=c(5,6,7,6)),
+   Length = rep(11:14, each=3) 
+ )
> 
> df

但我显然没有正确的答案，而且我甚至不确定ddply（）是否适合我的问题，因为我对每个物种的长度观测数量不同

---

我是否应该更仔细地研究plyr中的其他选项？或者有没有一种方法可以编写for循环来完成我需要的任务？

您走对了方向<使用列表输出的code>tapply绝对是一种方法，而且可能是一个不错的选择，因为您的输出将具有不同的长度

ddply

，正如您所猜测的，是另一种方式。关键是，您给ddply的函数的输出应该是一个数据帧，其中所有统计数据都处于“长”模式（这样它们就可以很好地堆叠）。简单的

count

函数无法做到这一点，因此您需要创建自己的函数。我为ddply调用设计函数的方法实际上与您所做的非常相似：我获取数据的一个子集，然后使用它来构建我的函数。然后，当您将其提交给ddply时，它将很好地将该函数应用于所有子集

SpeciesStats <- function(df) {
  counts    = table(df$Length)
  densities = counts/30
  delta.N   = diff(densities, lag=1, differences=1)

  data.frame(Length   = names(counts),
             Count    = as.numeric(counts),
             Density  = as.numeric(densities),
             delta.N  = c(NA, delta.N), 
             row.names=NULL)
}

---

通过使用

plyr

df1 <- ddply(df, .(Species, Length), count)
df2 <- ddply(df1, .(Species), mutate, Dens = freq/30, Del = diff(c(NA, Dens)))

---

df1我不确定您的问题到底是什么，但我怀疑您的第一步应该是确定您希望输出包含什么内容。使用列名称和值以及所需信息绘制数据框。这可能会给你（和我们）一些关于该怎么做的线索。@gkcn：这些数据来自哪里？你是OP吗？@ThiefMaster这是原始帖子中的数据，我刚打印出来看看到底是什么。谢谢John！这非常有效，并提供了一个非常干净的输出。它还为我连接了一些点，关于如何设置通过ddply运行的函数…：）@Christy Perfect！我很高兴这有帮助。
ddply(df$Length, df$Species,
count)

SpeciesStats <- function(df) {
  counts    = table(df$Length)
  densities = counts/30
  delta.N   = diff(densities, lag=1, differences=1)

  data.frame(Length   = names(counts),
             Count    = as.numeric(counts),
             Density  = as.numeric(densities),
             delta.N  = c(NA, delta.N), 
             row.names=NULL)
}

df1 <- ddply(df, .(Species, Length), count)
df2 <- ddply(df1, .(Species), mutate, Dens = freq/30, Del = diff(c(NA, Dens)))