R 基于其他两个值对向量进行规格化

我有以下数据帧

df <- data.frame(
  Type=rep(LETTERS[1:6],3),
  Level=rep(1:3,each=6),
  Value=1:18)

我尝试了一些

apply

type方法，但没有成功。我最终得到了一个双

for

循环：

for(i in unique(df$Type)) {
  for(j in unique(df$Level)) {
    df$r1[df$Level==j & df$Type==i] <- df$Value[df$Level==j & df$Type==i]/df$Value[df$Level==j & df$Type=="A"]
    df$r2[df$Level==j & df$Type==i] <- df$Value[df$Level==j & df$Type==i]/df$Value[df$Level==1 & df$Type==i]
  }
}

for（i为唯一（df$Type））{
对于（j唯一（df$Level））{
df$r1[df$Level==j&df$Type==i]首先创建向量，然后将它们cbind到数据帧：

 r1 <- df$Value / df$Value[rep(df$Value[df$Type=='A'], each=length(levels(df$Type)))]
 r2 <- df$Value / df$Value[seq_along(levels(df$Type))]

由于您建议了
plyr
解决方案：

df <- ddply(df, .(Level), transform, r1 = Value / Value[Type == "A"])
df <- ddply(df, .(Type),  transform, r2 = Value / Value[Level == 1])

df除非ddply正在做一些我不理解的事情（这是很可能的），否则它看起来像是在做向量操作df$Value/df$Value[df$Type==“A”]。这会以错误的顺序回收三个“A”值的元素。因此调用rep（）在我的回答中。不，它做的是正确的事情。
ddply
的第二个参数是用于分组数据的变量，因此有一个单独的
Type==“a”
对于每个
级别，而不是你建议的三个级别。你可以运行我的解决方案来检查它是否正确并与你的结果相匹配。它也更一般，因为它不依赖于假设组必须具有相同的长度。确实。我需要研究plyr。有趣的是，它重新排序了数据行frame.是的，这正是我要找的东西。我没有想过使用
transform
函数。谢谢。@MatthewLundberg还有一点很有趣，那就是如果这两条语句以相反的顺序运行，数据帧将保持原来的顺序。我想每条语句中的重新组合与它的运行方式是一致的我们分手了。
cbind(df, r1, r2)

df <- ddply(df, .(Level), transform, r1 = Value / Value[Type == "A"])
df <- ddply(df, .(Type),  transform, r2 = Value / Value[Level == 1])