学习理解plyr、ddply

我一直试图通过尝试不同的变量和函数以及观察结果来理解plyr是如何工作的。因此，我更想了解plyr是如何工作的，而不是它所回答的具体修复问题。我已经阅读了文档，但我的新手大脑仍然不明白

一些数据和名称：

mydf<- data.frame(c("a","a","b","b","c","c"),c("e","e","e","e","e","e")
                  ,c(1,2,3,10,20,30),
                  c(5,10,20,20,15,10))
colnames(mydf)<-c("Model", "Class","Length", "Speed")
mydf

如果我输入：

ddply（mydf，.（Model），summary，Length+Length）

我会得到相同的结果

现在如果使用transform:

ddply（mydf，.（Model），transform，sum=（长度+长度））

我得到：

  Model Class Length Speed sum
1     a     e      1     5   2
2     a     e      2    10   4
3     b     e      3    20   6
4     b     e     10    20  20
5     c     e     20    15  40
6     c     e     30    10  60

但如果我像第一个总结那样陈述：

ddply（mydf，.（Model），transform，（长度+长度））

那么，为什么添加“sum=”会有所不同呢

问题2：为什么这些不起作用

ddply（mydf，.（Model），sum，Length+Length）

#函数（i）中的错误：未找到对象“Length”

ddply(mydf, .(Model), length, mydf$Length) #Error in .fun(piece, ...) : 

传递给“length”的2个参数需要1

这些例子更多地表明，我根本不了解如何使用plyr

欢迎提供任何信息或解释。

语法如下：

ddply(data.frame, variable(s), function, optional arguments)

其中，函数应返回

data.frame

。在你的情况下,

• Summary是一个函数，它将透明地创建一个新的data.frame，并将表达式的结果作为进一步的参数（…）

• transform是一个基本的R函数，它将转换data.frames（首先由变量拆分），根据作为进一步参数提供的表达式添加新列。这些需要命名，这就是转换的工作方式

---

如果使用的函数不是subset、transform、mutate、with、in或summary，则需要确保它们返回data.frame（length和sum不返回），或者至少为输出返回一个适当长度的向量。

我理解

ddply（…，.（…），summary，…）

操作旨在减少行数，以匹配

（…）

分组变量中不同组合的数量。因此，对于您的第一个示例，这似乎很自然：

ddply(mydf, .(Model), summarise, sL = sum(Length)
  Model sL
1     a  3
2     b 13
3     c 50

嗯。似乎适合我（不是一个普通的plyr用户）。另一方面，据我所知，

transform

操作正在生成与数据帧长度相同的新列。这就是您的第一次

转换

调用所完成的。你的第二个（失败）是：

该操作没有为所执行的操作创建新名称，因此结果中没有新的赋值。当您添加

sum=（Length+Length）

时，突然有了一个可用的名称（并且没有使用

sum

函数）。使用函数名作为列名通常是一个坏主意

关于第二个问题，我认为.fun参数应该是一个plyr函数，或者是一个应用于（拆分）数据帧作为一个整体的有意义的东西，而不是任何旧函数。没有

sum.data.frame

函数。但“nrow”或“ncol”确实有道理。你甚至可以让“str”在那个职位上工作。应用于数据帧的长度函数给出列数：

 ddply(mydf, .(Model), length )  # all 4's

---

我发现，当我无法“可视化”R中的任何功能工具时，最简单的方法就是浏览单个实例：

ddply(mydf, .(Model), function(x) browser() )

---

然后实时检查

x

，这一切都应该是有意义的。然后，您可以在x上测试您的函数，如果它起作用，您将获得金牌（除非其他分组与您的第一个x不同）。

此外，我相信OP中的第一组示例只是

summarise

和

transform

之间默认行为的差异，如果您忽略在表达式中包含类似

val=

的标记

summary

显然会提供它自己的名称，而

transform

似乎会忽略它。

ddply(mydf, .(Model), transform, (Length+Length))

 ddply(mydf, .(Model), length )  # all 4's

ddply(mydf, .(Model), function(x) browser() )