R子集数据帧并基于列执行函数
样本数据。我还不知道如何使用代码块系统R子集数据帧并基于列执行函数,r,dataframe,plyr,R,Dataframe,Plyr,样本数据。我还不知道如何使用代码块系统 df <- data.frame(c(1,1,1,2,2,2,3,3,3),c(1990,1991,1992,1990,1991,1992,1990,1991,1992),c(1,2,3,3,2,1,2,1,3)) colnames(df) <- c("id", "year", "value") df您需要了解ddply根据拆分变量将原始data.frame拆分为data.frames。因此,它需要一个data.frame作为参数和返回值的函
df <- data.frame(c(1,1,1,2,2,2,3,3,3),c(1990,1991,1992,1990,1991,1992,1990,1991,1992),c(1,2,3,3,2,1,2,1,3))
colnames(df) <- c("id", "year", "value")
df您需要了解ddply
根据拆分变量将原始data.frame拆分为data.frames。因此,它需要一个data.frame作为参数和返回值的函数
library(plyr)
ddply(df,.(id),function(DF) {res <- DF[which.max(DF$value),]
res[which.min(res$year),]})
# id year value
# 1 1 1992 3
# 2 2 1990 3
# 3 3 1992 3
库(plyr)
ddply(df,.(id),function(df){res我相信data.table
是您的最佳工具(无论是出于速度还是语法原因):
谢谢!我还没有在R中编写过很多函数,所以这就是我学习的地方。如果我理解的话,ddply会生成一个数据帧,它可以由一个函数语句来操作(如上面所述).准确地说,ddply
拆分为data.frames,然后传递给函数。函数将data.frames返回到ddply
,然后再将它们组合在一起。我已经返回到您编写的这个函数4次了-这很完美,罗兰。这似乎也很有效-它与罗兰发布的结果相匹配。比艾迪,太多了。
library(data.table)
dt = data.table(df)
# order by year, and then take the first row for each id that has max 'value'
dt[order(year), .SD[which.max(value)], by = id]
# id year value
#1: 1 1992 3
#2: 2 1990 3
#3: 3 1992 3
# if you're after speed, this slightly worse syntax is the current way of achieving it
dt[dt[order(year), .I[which.max(value)], by = id]$V1]