R 计算、列排列并选择“在”数据框内

我经常从一些计算中得到一个数据帧，我想在输出之前对其进行清理、重命名和列排列。下面的所有版本都有效，最接近的是simple data.frame

是否有一种方法可以将INTERNAIN和mutate的数据帧内计算与data.frame的列顺序保留结合起来，而不必在末尾添加多余的[，…]

library(plyr) 

# Given this chaotically named data.frame
d = expand.grid(VISIT=as.factor(1:2),Biochem=letters[1:2],time=1:5,
                subj=as.factor(1:3))
d$Value1 =round(rnorm(nrow(d)),2)
d$val2 = round(rnorm(nrow(d)),2)

# I would like to cleanup, compute and rearrange columns

# Simple and almost perfect
dDataframe = with(d, data.frame(
  biochem = Biochem,
  subj = subj,
  visit = VISIT,
  value1 = Value1*3 
))
# This simple solution is almost perfect, 
# but requires one more line
dDataframe$value2 = dDataframe$value1*d$val2

# For the following methods I have to reorder 
# and select in a second step

# use mutate from plyr to allow computation on computed values,
# which transform cannot do.
dMutate =   mutate(d,
  biochem = Biochem,
  subj = subj,
  visit = VISIT,
  value1 = Value1*3, #assume this is a time consuming function
  value2 = value1*val2
  # Could set fields = NULL here to remove,
  # but this does not help getting column order
)[,c("biochem","subj","visit","value1","value2")]

# use within. Same problem, order not preserved
dWithin = within(d, {
  biochem = Biochem
  subj = subj
  visit = VISIT
  value1 = Value1*3
  value2 = value1*val2       
})[,c("biochem","subj","visit","value1","value2")]


all.equal(dDataframe,dWithin)
all.equal(dDataframe,dMutate)

您可以使用plyr包中的Summary或Summary。从文档：

Summary以一种分析的方式进行转换，除了不向现有数据框添加列之外，它还创建了一个新的数据框。[……]

例如：

library(plyr)
summarize(d,
  biochem = Biochem,
  subj    = subj,
  visit   = VISIT,
  value1  = Value1 * 3,
  value2  = value1 * val2       
)

您可以使用plyr包中的Summary或Summary。从文档：

Summary以一种分析的方式进行转换，除了不向现有数据框添加列之外，它还创建了一个新的数据框。[……]

例如：

library(plyr)
summarize(d,
  biochem = Biochem,
  subj    = subj,
  visit   = VISIT,
  value1  = Value1 * 3,
  value2  = value1 * val2       
)

---

如果您愿意移到data.table，则可以通过引用执行这些操作的大部分，并避免与[关联的复制如果您愿意移到data.table，则可以通过引用执行这些操作的大部分，并避免与[关联的复制[在您的简单数据框中，我将使用名称您可以使用mnel引入的技巧，函数为….value1=val1@mnel的技巧是一个有趣的技巧，我不知道，但没有什么比总结更有趣的。在您的简单数据框中，我将使用名称您可以使用mnel引入的技巧，函数为….value1=val1@mnel的技巧是一个成功的例子有趣的一个我不知道，但没有什么比总结更好。我知道我错过了一些明显的东西！我知道我错过了一些明显的东西！这比简单的data.frame解决方案要详细得多。为了效率，它可能是好的，但在清晰性方面总结无疑是赢家。@Dietermene-我添加了一个更简单的内存效率更低的方法oachThat看起来要好得多。我记得：永远不要忘记data.table中的列表。这比简单的data.frame解决方案要详细得多。为了效率，它可能很好，但在清晰性方面，最终总结是赢家。@Dietermene-我添加了一种更简单、内存效率更低的方法，它看起来要好得多。我记得：永远不要忘记他在data.table中列出了这个列表。

DT <- data.table(d)
DT[,list(  biochem = Biochem,   
    subj    = subj,
   visit   = VISIT,
   value1 = value1  <- Value1 * 3,
   value2  = value1 * val2       
   )]