将“转换为”;由「;对象到R中的数据帧
我使用R中的“by”函数分割数据帧,并将函数应用于不同的部分,如下所示:将“转换为”;由「;对象到R中的数据帧,r,dataframe,aggregate,R,Dataframe,Aggregate,我使用R中的“by”函数分割数据帧,并将函数应用于不同的部分,如下所示: pairwise.compare <- function(x) { Nright <- ... Nwrong <- ... Ntied <- ... return(c(Nright=Nright, Nwrong=Nwrong, Ntied=Ntied)) } Z.by <- by(rankings, INDICES=list(rankings$Rater, rankings$Class), F
pairwise.compare <- function(x) {
Nright <- ...
Nwrong <- ...
Ntied <- ...
return(c(Nright=Nright, Nwrong=Nwrong, Ntied=Ntied))
}
Z.by <- by(rankings, INDICES=list(rankings$Rater, rankings$Class), FUN=pairwise.compare)
: 4
: 357
Nright Nwrong Ntied
3 0 0
------------------------------------------------------------
: 8
: 357
NULL
------------------------------------------------------------
: 10
: 470
Nright Nwrong Ntied
3 4 1
------------------------------------------------------------
: 11
: 470
Nright Nwrong Ntied
12 4 1
Rater Class Nright Nwrong Ntied
1 4 357 3 0 0
2 10 470 3 4 1
3 11 470 12 4 1
data.frame(do.call("rbind", by(x, column, mean)))
我希望将此结果转换为数据帧(不存在空条目),因此它看起来如下所示:
pairwise.compare <- function(x) {
Nright <- ...
Nwrong <- ...
Ntied <- ...
return(c(Nright=Nright, Nwrong=Nwrong, Ntied=Ntied))
}
Z.by <- by(rankings, INDICES=list(rankings$Rater, rankings$Class), FUN=pairwise.compare)
: 4
: 357
Nright Nwrong Ntied
3 0 0
------------------------------------------------------------
: 8
: 357
NULL
------------------------------------------------------------
: 10
: 470
Nright Nwrong Ntied
3 4 1
------------------------------------------------------------
: 11
: 470
Nright Nwrong Ntied
12 4 1
Rater Class Nright Nwrong Ntied
1 4 357 3 0 0
2 10 470 3 4 1
3 11 470 12 4 1
data.frame(do.call("rbind", by(x, column, mean)))
我该怎么做 函数的
by
返回一个列表,因此您可以执行如下操作:
pairwise.compare <- function(x) {
Nright <- ...
Nwrong <- ...
Ntied <- ...
return(c(Nright=Nright, Nwrong=Nwrong, Ntied=Ntied))
}
Z.by <- by(rankings, INDICES=list(rankings$Rater, rankings$Class), FUN=pairwise.compare)
: 4
: 357
Nright Nwrong Ntied
3 0 0
------------------------------------------------------------
: 8
: 357
NULL
------------------------------------------------------------
: 10
: 470
Nright Nwrong Ntied
3 4 1
------------------------------------------------------------
: 11
: 470
Nright Nwrong Ntied
12 4 1
Rater Class Nright Nwrong Ntied
1 4 357 3 0 0
2 10 470 3 4 1
3 11 470 12 4 1
data.frame(do.call("rbind", by(x, column, mean)))
考虑在plyr包中使用ddply,而不是通过。它处理将列添加到数据框的工作。旧线程,但对于搜索此主题的任何人:
analysis = by(...)
data.frame(t(vapply(analysis,unlist,unlist(analysis[[1]]))))
unlist()
将获取by()
输出的元素(在本例中为analysis
),并将其表示为命名向量。
vapply()
取消列出分析的所有元素,并输出结果。它需要一个伪参数来知道输出类型,这就是analysis[[1]]
的用途。如果可能的话,您可能需要添加一个检查,以确保分析不是空的。
每个输出都将是一列,因此
t()
将其转换到所需的方向,其中每个分析条目成为一行。这扩展了Shane使用rbind()的解决方案,但也添加了识别组的列并删除空组,这是问题中要求的两个功能。通过使用基本包函数,不需要其他依赖项,例如plyr
simplify_by_output = function(by_output) {
null_ind = unlist(lapply(by_output, is.null)) # by() returns NULL for combinations of grouping variables for which there are no data. rbind() ignores those, so you have to keep track of them.
by_df = do.call(rbind, by_output) # Combine the results into a data frame.
return(cbind(expand.grid(dimnames(by_output))[!null_ind, ], by_df)) # Add columns identifying groups, discarding names of groups for which no data exist.
}
我愿意
x = by(data, list(data$x, data$y), function(d) whatever(d))
array(x, dim(x), dimnames(x))
这几乎就是我想要的,我得到了一个包含Nright、Nwrong和Ntied列的数据帧,但它不会生成Rater和Class列。我建议将
成对更改。比较函数以返回这两个字段。否则,您将不得不使用lappy
例程(或plyr
)来获取列表名称和值(这是一个额外的步骤)。看起来plyr实际上比by更简单。在本例中,我只是以前不知道该包。如果data.frame中碰巧有混合类型,则此解决方案不起作用(类似于一列中的字符和另一列中的数字),因为它依赖于vapply
。在这种特定的情况下,Shane的上述解决方案工作得非常好。令人惊讶的是,这是一个公认的、最高评级的答案,没有任何代码显示如何使用ddply函数进行解算。我认为这应该是一个注释。然后你就有了一个矩阵
/数组
>,但不是一个data.frame
。