ddply多个函数参数+命名

时间:2013-06-09 17:25:38

标签: r function plyr

浏览其他问题我几乎解决了我的问题,但在最后一道障碍时失败了......

使用R

我有一个数据帧(d),我从plyr包中使用ddply传递一个函数(fd),这会返回一个预期的数据帧。在我的实际数据帧中,我想要传递给函数的大量变量,而不是多次调用它,我还想给输出数据表赋予相关的col.names。试图一步一步地做下面的工作......

示例数据:

d<-structure(list(date.time = structure(c(1367943040, 1367950947, 
1367950965, 1367950987, 1367951028, 1367951045, 1367959536, 1367960275, 
1367960413, 1367985859, 1368005216, 1368005233, 1368011698, 1368011931, 
1368012615, 1368033855), tzone = "", class = c("POSIXct", "POSIXt"
)), station = c("L5", "L5", "L5", "L5", "L5", "L5", "L7", "L7", 
"L7", "L7", "L5", "L5", "L7", "L7", "L7", "L7"), code = c(10891, 
10891, 10891, 10891, 10891, 10891, 10891, 10891, 10891, 10891, 
10888, 10888, 10888, 10888, 10888, 10888)), .Names = c("date.time", 
"station", "code"), row.names = c(2421L, 2466L, 2467L, 2468L, 
2469L, 2470L, 2472L, 2473L, 2474L, 2812L, 2837L, 2838L, 2859L, 
2860L, 2861L, 3219L), class = "data.frame")

我有一个函数来查找事件的第一次出现并在发生此事件时返回日期时间:

fd<- function(x, var){
  time<- (as.POSIXct(x$date.time [x$station == var] [1]))
  paste (as.POSIXct (time, origin="1970-1-1", tz='UTC'))
}

我把它传递给数据帧:

ddply(d,'code',fd,"L7")

查找首次记录工作站“L7”的日期时间并返回数据帧:

code                  V1
1 10888 2013-05-08 12:14:58
2 10891 2013-05-07 21:45:36

是否有一种更有效的方法来调用多个函数参数,而不是编写多个函数调用。同样要命名列,“V1”上面会读到“L7”这样的东西(不起作用)......

ddply(d,'code',fd,c("L7", "F5"))   

我到目前为止所做的工作在一定程度上是:

data.frame(  
  ddply(d,'code',fd,"L7"),
  ddply(d,'code',fd,"L5")) 

返回:

   code          V1          code.1        V1.1
1 10888 2013-05-08 12:14:58  10888 2013-05-08 10:26:56
2 10891 2013-05-07 21:45:36  10891 2013-05-07 17:10:40

正如您所看到的那样,重复“代码”

并且colnames是不合适的,我最终想要的是data.frame:

  code           M1                 M2
1 10888 2013-05-08 12:14:58  2013-05-08 10:26:56
2 10891 2013-05-07 21:45:36  2013-05-07 17:10:40

2 个答案:

答案 0 :(得分:2)

这可能是一种更简单的方法,但您可以将plyrreshape2的使用结合起来:

require(plyr)
require(reshape2)

d2 <- ddply(d, c("code", "station"), function(df) {
  df[which.min(df$date.time),]
})

d3 <- dcast(d2, code ~ station, value.var = "date.time")

d3

   code         L5         L7
1 10888 1368005216 1368011698
2 10891 1367943040 1367959536

dcast将POSIXct类转换为整数,因此您必须将它们转换回来:

d3[,grepl("^L", colnames(d3))] <- lapply(d3[,grepl("^L", colnames(d3))], as.POSIXct,  
  origin="1970-10-01")

d3
   code                  L5                  L7
1 10888 2004-02-06 04:26:56 2004-02-06 06:14:58
2 10891 2004-02-05 11:10:40 2004-02-05 15:45:36

修改

我只是想到了一种不需要reshape2的简单方法:

  as.POSIXct(tapply(df$date.time, df$station, min), origin="1970-10-01")
+ })

   code                  L5                  L7
1 10888 2014-02-05 04:26:56 2014-02-05 06:14:58
2 10891 2014-02-04 11:10:40 2014-02-04 15:45:36

所有这些假设您确实希望输出在不同列中列出每个站的值。如果您可以将电台标识符单独作为一个单独的列,那么djhurio的响应最简单。

答案 1 :(得分:1)

ddply(d, c("code", "station"), head, n = 1)