R 如何将ddply与变量一起使用？

我使用ddply按不同类别总结了一些

数据。frame

，如下所示：

# with both group and size being factors / categorical
split.df <- ddply(mydata,.(group,size),summarize,
                  sumGroupSize = sum(someValue))

正如你们所看到的，我打算在不同的分类变量上运行它。在这个例子中，我只有两个（category，categoryA），但事实上我得到了更多，所以将apply与我的函数一起使用会非常好，但不知何故它不能正常工作

applytest <- head(apply(mydata[grep("^cat",
             names(mydata),value=T)],2,calcShares,data=mydata))   

---

applytest这似乎很简单，所以我可能遗漏了您问题的某些方面

首先，定义一个函数，用于计算
组
的每个级别内所需的值。然后，不要使用
（组，大小）
分割data.frame，而是使用
（组）
，并将新定义的函数应用于每个分割的片段

library(plyr)

# Create a dataset with the names in your example
mydata <- warpbreaks
names(mydata) <- c("someValue", "group", "size")

# A function that calculates the proportional contribution of each size class 
# to the sum of someValue within a level of group
getProps <- function(df) {
    with(df, ave(someValue, size, FUN=sum)/sum(someValue))
}

# The call to ddply()
res <- ddply(mydata, .(group), 
             .fun = function(X) transform(X, PROPS=getProps(X)))

head(res, 12)
#    someValue group size     PROPS
# 1         26     A    L 0.4785203
# 2         30     A    L 0.4785203
# 3         54     A    L 0.4785203
# 4         25     A    L 0.4785203
# 5         70     A    L 0.4785203
# 6         52     A    L 0.4785203
# 7         51     A    L 0.4785203
# 8         26     A    L 0.4785203
# 9         67     A    L 0.4785203
# 10        18     A    M 0.2577566
# 11        21     A    M 0.2577566
# 12        29     A    M 0.2577566

库（plyr）
#使用示例中的名称创建数据集
我的数据很好，我总是用另一个ddply包装ddply，就像你说的，所以我也对这个问题的解决方案感兴趣。
table
+
prop.table
+
addmargins
是否适合您，或者您是否需要增加ddply的灵活性？您是否会使用
count
功能？我的记忆是，它只是对
length
的重命名，需要在base R.Hmm中使用
ave
。很好，我不知道prop.table，但我仍然可以利用ddply的灵活性。@DWin但是当您想要的总数超过ddply目前必须处理的小部分（例如grouplevel1:sizelevel1）时，该怎么办？就像这个例子一样，为了计算比例，我们需要SizeLevel 1的整个计数。我认为这正是ran2想要的，为了做到这一点，我一直需要做两次ddply，或者更简单地使用
表
函数族。+1用于将一些新的想法（使用/ave/transform）带到表中。我意识到，我有点不精确，并张贴了一个更具体的可复制的例子。您的解决方案缺少的是摘要（即聚合）。但也许你可以把它添加到你的解决方案中。我不是只关注ddply：）我也喜欢这样，但我不知道这是否比一开始就做2倍ddply更简单。
library(plyr)

# Create a dataset with the names in your example
mydata <- warpbreaks
names(mydata) <- c("someValue", "group", "size")

# A function that calculates the proportional contribution of each size class 
# to the sum of someValue within a level of group
getProps <- function(df) {
    with(df, ave(someValue, size, FUN=sum)/sum(someValue))
}

# The call to ddply()
res <- ddply(mydata, .(group), 
             .fun = function(X) transform(X, PROPS=getProps(X)))

head(res, 12)
#    someValue group size     PROPS
# 1         26     A    L 0.4785203
# 2         30     A    L 0.4785203
# 3         54     A    L 0.4785203
# 4         25     A    L 0.4785203
# 5         70     A    L 0.4785203
# 6         52     A    L 0.4785203
# 7         51     A    L 0.4785203
# 8         26     A    L 0.4785203
# 9         67     A    L 0.4785203
# 10        18     A    M 0.2577566
# 11        21     A    M 0.2577566
# 12        29     A    M 0.2577566