R 在聚合函数中，创建函数和数据帧子集不起作用

我遇到了一个奇怪的问题，如果我在自定义函数中调用聚合函数，它的行为会很奇怪。它似乎完全凌驾于子集函数之上：

 rtk <- function(datam,inc_coll,inc_vall,lb,ld){
  datam_subset <- subset(c,inc_coll %in% inc_vall)
  dg1<- aggregate(lb ~ ld + inc_coll,datam_subset,max)

  return(dg1)
}

c_ans <- rtk(c,c$A,c("carr","bike"),c$B,c$D)

为了给你问题的要点，我将把它分为两部分。 1.没有自定义功能

    c<- data.frame(A = c("carr","bike","truck","carr","truck","bike","bike","carr","truck","carr","truck","truck","carr","truck","truck"),
                B = c(10,20,30,23,45,56,78,44,10,20,30,10,20,30,67),
                D = c(1,2,3,1,2,3,2,3,2,3,2,2,3,2,1))

c_subset<- subset(c,(A=="carr")|(A=="bike"))

dg<- aggregate(B ~ D + A  ,c_subset,max)

这正是它应该的样子

但是 2.具有自定义功能：

 rtk <- function(datam,inc_coll,inc_vall,lb,ld){
  datam_subset <- subset(c,inc_coll %in% inc_vall)
  dg1<- aggregate(lb ~ ld + inc_coll,datam_subset,max)

  return(dg1)
}

c_ans <- rtk(c,c$A,c("carr","bike"),c$B,c$D)

现在我想知道为什么它在聚合函数中得到“truck”？ 虽然在聚合函数中，我使用了数据datam_子集，它是一个子集，只包含“carr”和“bike”上的数据

---

可能是我遗漏了一些非常基本的东西。我将感谢你的帮助。谢谢，这是因为聚合函数是从两个data.frames调用的

这：

---

dg1这是因为聚合函数是从两个data.frames调用的

这：

dg1实际上有两个问题。首先，您正在对
c
进行子集设置，而不是像其他人指出的那样对
datam
进行子集设置，但这同样不能解决问题
datam\u子集
没有名为
lb，ld，inc\u call的列
。因此，您的函数应该如下所示：

rtk <- function(datam, inc_coll, inc_vall, lb, ld){
  datam_subset <- subset(datam, inc_coll %in% inc_vall)
  names(datam_subset)<- c("inc_coll", "lb", "ld")
  dg1<- aggregate(lb ~ ld + inc_coll,datam_subset,max)
  return(dg1)
}

> c_ans <- rtk(c,c$A,c("carr","bike"),c$B, c$D)
> c_ans
  ld inc_coll lb
1  2     bike 78
2  3     bike 56
3  1     carr 23
4  3     carr 44

rtk实际上有两个问题。首先，您正在对
c
进行子集设置，而不是像其他人指出的那样对
datam
进行子集设置，但这同样不能解决问题
datam\u子集
没有名为
lb，ld，inc\u call的列
。因此，您的函数应该如下所示：

rtk <- function(datam, inc_coll, inc_vall, lb, ld){
  datam_subset <- subset(datam, inc_coll %in% inc_vall)
  names(datam_subset)<- c("inc_coll", "lb", "ld")
  dg1<- aggregate(lb ~ ld + inc_coll,datam_subset,max)
  return(dg1)
}

> c_ans <- rtk(c,c$A,c("carr","bike"),c$B, c$D)
> c_ans
  ld inc_coll lb
1  2     bike 78
2  3     bike 56
3  1     carr 23
4  3     carr 44

rtk将列名传递给函数是一个经常被问到的问题，因为这可能违反直觉。检查此问题：
编写函数的更好方法是将列名（而不是列本身）传递给rtk，然后将它们用于您想要执行的操作：

rtk <- function(datam,inc_coll,inc_vall,lb,ld){
## Access the column using df[[colname]] to do the subset
  datam_subset <- subset(c,c[[inc_coll]] %in% inc_vall);
## Define the formula you will use in the aggregate function
f=as.formula(paste0(lb,"~",ld,"+", inc_coll))
## Perform the aggregation
  dg1<- aggregate(f,datam_subset,max);
  return(dg1)
}

将列名传递给函数是一个经常被问到的问题，因为这可能违反直觉。检查此问题：
编写函数的更好方法是将列名（而不是列本身）传递给rtk，然后将它们用于您想要执行的操作：

rtk <- function(datam,inc_coll,inc_vall,lb,ld){
## Access the column using df[[colname]] to do the subset
  datam_subset <- subset(c,c[[inc_coll]] %in% inc_vall);
## Define the formula you will use in the aggregate function
f=as.formula(paste0(lb,"~",ld,"+", inc_coll))
## Perform the aggregation
  dg1<- aggregate(f,datam_subset,max);
  return(dg1)
}

您将原始数据帧的实际列作为函数
rtk
的输入，而不仅仅是列名。因此，
子集
起作用，但是，
聚合
是在
c
的列上完成的，因为没有人真正提到过它。给出了在函数中使用子集的一些想法。此外，aggregate还有一个subset参数，它可能会使easierdatam param永远不会在函数中使用，尽管您将
c
传递给它，作为您的函数
rtk
的输入，原始数据框的实际列而不仅仅是列名。因此，
子集
起作用，但是，
聚合
是在
c
的列上完成的，因为没有人真正提到过它。给出了在函数中使用子集的一些想法。此外，aggregate还有一个subset参数，这可能使函数中永远不会使用easierdatam param，尽管您将
c
传递给itThanks Lamia以详细解释它@Yannis解决方案也可以，但您的解决方案更具可配置性。感谢Lamia的详细解释@Yannis解决方案也可以工作，但您的解决方案更具可配置性。
rtk <- function(datam,inc_coll,inc_vall,lb,ld){
## Access the column using df[[colname]] to do the subset
  datam_subset <- subset(c,c[[inc_coll]] %in% inc_vall);
## Define the formula you will use in the aggregate function
f=as.formula(paste0(lb,"~",ld,"+", inc_coll))
## Perform the aggregation
  dg1<- aggregate(f,datam_subset,max);
  return(dg1)
}

c_ans <- rtk(c,"A",c("carr","bike"),"B","D")

D    A  B
1 2 bike 78
2 3 bike 56
3 1 carr 23
4 3 carr 44