R 将函数应用于按分组的数据帧

我想将一个函数应用于数据帧的子集，这些数据帧是在通过一些变量分组后从初始数据帧生成的。因此，我正在寻找一个等价的包装器，如

apply

或类似的包装器，将整个数据帧作为输入，并输出一个向量。这是因为手头的函数需要来自不同位置的行和列的条目，并且不能简化为仅使用行和列，因此其形式为

lappy

或

apply（df，1（2），…）

让我们考虑下面的例子：

iris   <- data.table(iris)

my.function <- function(sub.data){
v <- c(NA)
    for(j in 2:dim(sub.data)[1]){
        if(sub.data[j,1, with = FALSE] > sub.data[j-1,2, with = FALSE]+2){
            v[j] <- "ok"
        } else {
            v[j] <- "not ok"    
        }
    }
    return(v)
}

其中，

wrapper

是我正在寻找的环境，类型为

lappy

或类似。同样，也可以使用包

dplyr

，但我不知道相应的语法是什么：我已经尝试过了

results <- iris %>%
                group_by(Species) %>%
                     summarise(results = my.function(iris))

结果%
组别(种类)%>%
总结（结果=我的功能（iris））

---

但这似乎不能产生正确的结果，因为它针对每个物种的整个数据集运行，而不是分成子集。

这里似乎不需要

包装器。只需在.SD上运行函数即可满足您的需要

library(data.table)
#your function works with a data.table
#by below will create smaller data tables on which you can directly
#run my.function on
iris[, my.function(.SD), by=Species]

输出：

       Species     V1
  1:    setosa     NA
  2:    setosa not ok
  3:    setosa not ok
  4:    setosa not ok
  5:    setosa not ok
 ---                 
146: virginica     ok
147: virginica     ok
148: virginica     ok
149: virginica     ok
150: virginica     ok

这里似乎不需要
包装器。只需在.SD上运行函数即可满足您的需要

library(data.table)
#your function works with a data.table
#by below will create smaller data tables on which you can directly
#run my.function on
iris[, my.function(.SD), by=Species]

输出：

       Species     V1
  1:    setosa     NA
  2:    setosa not ok
  3:    setosa not ok
  4:    setosa not ok
  5:    setosa not ok
 ---                 
146: virginica     ok
147: virginica     ok
148: virginica     ok
149: virginica     ok
150: virginica     ok

这里的目标是不使用软件包吗

输出向量的长度是否与data.frame的行数相同？如果是这样，请尝试
ave
，其中我们使用了一个测试
my.function
，它返回的行数乘以输入数据帧的列数：

my.function <- function(x) prod(dim(x)) # test function
ave(1:nrow(iris), iris$Species, FUN = function(ix) my.function(iris[ix, ]))
##  [1] 250 250 250 250 250 250 250 250 ...

或通过
：

c(by(iris, iris$Species, my.function))
## setosa versicolor  virginica 
##    250        250        250 

或
sapply/split
：

sapply(split(iris, iris$Species), my.function)
## setosa versicolor  virginica 
##    250        250        250 

这里的目标是不使用软件包吗

输出向量的长度是否与data.frame的行数相同？如果是这样，请尝试
ave
，其中我们使用了一个测试
my.function
，它返回的行数乘以输入数据帧的列数：

my.function <- function(x) prod(dim(x)) # test function
ave(1:nrow(iris), iris$Species, FUN = function(ix) my.function(iris[ix, ]))
##  [1] 250 250 250 250 250 250 250 250 ...

或通过

：

c(by(iris, iris$Species, my.function))
## setosa versicolor  virginica 
##    250        250        250 

或

sapply/split

：

sapply(split(iris, iris$Species), my.function)
## setosa versicolor  virginica 
##    250        250        250 

---

你想从软件包

plyr

中得到类似

ddply（）

的东西吗？

摘要（results=my.function（.）

？@rawr人们通常在回答时不检查注释。请考虑把它作为一个答案。@ RAWR是的，这样做了。同样对于

ddply

，谢谢！你想从软件包

plyr

中得到类似

ddply（）

的东西吗？

摘要（results=my.function（.）

？@rawr人们通常在回答时不检查注释。请考虑把它作为一个答案。@ RAWR是的，这样做了。同样对于

ddply

，谢谢！