R ddply必须使用拆分变量的所有可能组合，还是仅观察？

我有一个名为θ的数据框，包含大约270万个观察值

> str(thetas)
'data.frame':   2700000 obs. of  8 variables:
 $ rho_cnd   : num  0 0 0 0 0 0 0 0 0 0 ...
 $ pct_cnd   : num  0 0 0 0 0 0 0 0 0 0 ...
 $ sx        : num  1 2 3 4 5 6 7 8 9 10 ...
 $ model     : Factor w/ 7 levels "dN.mN","dN.mL",..: 1 1 1 1 1 1 1 1 1 1 ...
 $ estTheta  : num  -1.58 -1.716 0.504 -2.296 0.98 ...
 $ trueTheta : num  0.0962 -3.3913 3.6006 -0.1971 2.1906 ...
 $ estError  : num  -1.68 1.68 -3.1 -2.1 -1.21 ...
 $ trueAberSx: num  0 0 0 0 0 0 0 0 0 0 ...

我想使用

ddply

或类似函数对估计误差进行求和（数据帧中的列

estError

），但求和在模拟的每个条件内。问题是，我没有一种简单的方法来组合来自此数据帧其他列的值，以唯一地标识所有这些条件。更具体地说：

model

列包含7个可能的值。其中三个可能值仅与

rho_cnd

和

pct_cnd

中的一个可能值匹配，而

model

的其他四个可能值与

rho_cnd

和

pct_cnd

中的六个可能值对匹配

我知道，显而易见的解决方案是返回并生成一个变量，该变量唯一地标识我需要在此处标识的所有条件，以便以下代码能够工作：

> sums <- ddply(thetas,.(condition1,condition2,etc.),sum(estError))

---

对于更好的代码和/或更高的效率有什么建议吗？谢谢

我同意以下评论，即

ddply（thetas，（（model，rho_cnd，pct_cnd），…）

应该有效。如果这些变量的某些组合没有出现，ddply（…，.drop=TRUE）将确保未观察到的组合不会出现

但是，如果希望避免ddply查看一些不存在的组合，可以尝试以下方法：

#newCond <- apply(thetas[,c("model", "rho_cnd", "pct_cnd")], 1, paste, collapse="_")
newCond <- do.call(paste, thetas[,c("model", "rho_cnd", "pct_cnd")], sep="_") #as suggested by baptiste
thetas2 <- cbind(thetas, newCond)

---

\newCond我很困惑。为什么
ddply（thetas，（（model，rho_cnd，pct_cnd），…）
不起作用？@joran你是对的——我假设，就像
expand.grid（）
，使用你建议的方法将导致
ddply
将我的三列条件指示器的所有可能组合配对在一起，而不是只使用实际/观察到的配对。我刚刚测试了一下，你是对的，这是可行的；粘贴是矢量化的（类似于
do.call（粘贴，theta[，…]）
应该做的），这对我来说不起作用：（1）
test它与一个列表一起工作，比如data.frame，
do.call（粘贴，c（as.data.frame（test），sep=“”）
啊，太好了！谢谢你的提示：）@rbatt是的，你是joran，这是正确的。谢谢你指出这一点！
#newCond <- apply(thetas[,c("model", "rho_cnd", "pct_cnd")], 1, paste, collapse="_")
newCond <- do.call(paste, thetas[,c("model", "rho_cnd", "pct_cnd")], sep="_") #as suggested by baptiste
thetas2 <- cbind(thetas, newCond)

sums <- aggregate(thetas2[,"estError"], by=thetas2[,"newCond"], colSums)