R:ddply（）需要指导

为了获得更好的图片：

我必须创建D列，这是优衣库使用Order和C为每个ID设置的。 我做过类似的事情df$D=df$C[Order\u nr==1] ID 1只出现一次，因此没有太多选择，但ID 7出现了6次，我需要将N87.1添加到所有这6行中，因为df$C[Order_nr==1]=>N87.1

我尝试过很多方法，但都失败了。到目前为止，我已经成功地使用double for循环实现了一些类似的功能，但这并不完美，也不是必需的

我现在准备的示例：

df=
ID  Order_nr    C             D
1   1     N87.0     N87.0
2   1     N87.1         N87.1
3   1     N87.1         N87.1   
4   1     N87.1     N87.1
4   2     N87.0     N87.1
5   1     D06       D06
6   1     N87.0     N87.0
7   1     N87.1     N87.1
7   2     N87.1     N87.1
7   3     N87.0     N87.1
7   4     N87.0     N87.1
7   5     N87.0     N87.1
7   6     N87.0     N87.1
8   1     N87.0     N87.0

你不需要ddply，你需要合并

可复制的数据集：

ddply(df1,.(ID),transform,E=head(C,1))

就使用ddply为带有mutate的每一行分配一个值而言，这就是我应该如何处理它的方法。我将新列命名为D2，以便将其与您的D列进行比较

我认为你遇到的一些麻烦与你的函数foo有关。该函数希望您为其提供一个data.frame，但当您将ddply与mutate一起使用时，您将处理data.frame中的列。我仍在寻找使用原始函数的ddply选项，但我不确定它是否可行

编辑

要继续使用函数foo，您遇到的第一个问题是它没有返回任何内容。我总是需要在一个简单的例子中检查我的函数，以确保它们执行我希望它们执行的操作。通知

ddply(df, .(ID), mutate, D2 = C[Order_nr == 1])

不返回答案，这是错误的危险信号

最后我把你的函数改成了

foo(df[df$ID == 7,])

您可以将其与ddply一起使用，而无需进行变异，因为整个data.frame需要一个函数。但是，您必须将此结果与@RichieCotton的合并答案相结合。我坚持使用上面示例中的列名

foo = function(df) {
  C = as.character(df$C[df$Order_nr == 1])
  C
}

---

假设在应用ddply之前已对订单号进行排序，并且所有订单号均为订单号1

ddply(df, .(ID), foo)

---

欢迎来到SO。为了便于其他人复制您的数据，请粘贴来自dputdf的输出，或者提供代码来创建一个玩具示例，就像我在回答中所做的那样。我将在以后的问题中记住这一点。下面是两个很好的答案，但我只是想指出，foo函数不起作用，因为它返回的是向量而不是data.frame。无论传递给ddply的函数是什么，都必须返回data.frame，否则它只会提供您开始使用的内容。aosmith的答案之所以有效，是因为他使用了mutate，它修改了您传递给它的data.frame。感谢您的回复，但有一个小问题。我必须使用plyr库做同样的事情。我确信如果我被允许使用merge，我将能够在没有帮助的情况下完成它，但在这种情况下，我必须使用ddply来完成它，我无法理解它，因为我们没有得到太多关于它的资料，我也无法在web上找到任何有用的东西。我只是没有主意。如果这是家庭作业，一定要引用这里给你的帮助。谢谢。我原以为这是一段很短的代码，但这让我说不出话来。我将永远记住这些头/尾函数。感谢您关注这一点，但似乎Metrics能够使用头函数为我提供所需的结果。@KarlRä是，如果我最初的答案没有提供所需的结果，您应该让我知道，因为它对我有效。编辑只是一个额外的教学时刻，帮助您理解R和ddply。

ddply(df, .(ID), mutate, D2 = C[Order_nr == 1])

foo(df[df$ID == 7,])

foo = function(df) {
  C = as.character(df$C[df$Order_nr == 1])
  C
}

ddply(df, .(ID), foo)

library(plyr)
ddply(df1,.(ID),transform,E=head(C,1))
   ID Order_nr     C     D     E
1   1        1 N87.0 N87.0 N87.0
2   2        1 N87.1 N87.1 N87.1
3   3        1 N87.1 N87.1 N87.1
4   4        1 N87.1 N87.1 N87.1
5   4        2 N87.0 N87.1 N87.1
6   5        1   D06   D06   D06
7   6        1 N87.0 N87.0 N87.0
8   7        1 N87.1 N87.1 N87.1
9   7        2 N87.1 N87.1 N87.1
10  7        3 N87.0 N87.1 N87.1
11  7        4 N87.0 N87.1 N87.1
12  7        5 N87.0 N87.1 N87.1
13  7        6 N87.0 N87.1 N87.1
14  8        1 N87.0 N87.0 N87.0