Question

是否有一种简单的方法（即，无需使用“for”循环）来执行以下操作：

我有几个数据框。我想使用 plyr 操作来总结它们。在这个例子中，我有两个数据框，东部和西部，我想用国家的花费和试验来总结它们。

以下是示例数据框：

west <- data.frame(
    spend = sample(50:100,50,replace=T),
    trials = sample(100:200,50,replace=T),
    country = sample(c("usa","canada","uk"),50,replace = T)
    )

east <- data.frame(
    spend = sample(50:100,50,replace=T),
    trials = sample(100:200,50,replace=T),
    country = sample(c("china","japan","skorea"),50,replace = T)
    )

以及两个数据帧的组合列表：

combined <- c(west,east)

我想要做的是同时对这两个数据帧进行ddply类型操作，并将输出作为一个列表（至少看起来最简单）。例如，如果我只是在一个数据帧上运行，那就像是：

country.df <- ddply(west, .(country), summarise,
    spend = sum(spend),
    trials = sum(trials)
)

但我想大规模地这样做。我尝试在llply参数中使用类似的语法，但这不起作用（我有一种感觉，我错过了一些非常明显的东西）：

countries.list <- llply(combined, .(country), summarise,
    spend = sum(spend),
    trials = sum(trials)
)

返回错误：“FUN中的错误（X [[1L]]，...）：尝试应用非功能”

...我可以想办法通过编写一个函数，然后将其传递给apply参数来实现。但似乎 llply 应该能够处理这种“开箱即用”，因为它可以相当直接地使用该工具。

我在这里缺少什么？

Answer 1

这是另一个使用dplyr的解决方案，plyr是数据框的dplyr的高度优化版本。 plyr语法非常直观，恕我直言比combine = list(west = west, east = east) library(dplyr) lapply(combined, function(dat){ dat %.% group_by(country) %.% summarise( trials = sum(trials), spend = sum(spend) ) %.% mutate( status = ifelse(trials < 1000, "Good", "Bad") ) })更具可读性。如果说它更像是诗歌（至少在我眼里:)，那就不夸张了。）

data.table

EDIT。为了完整起见，这是dplyr解决方案。请注意，对于大型数据框，data.table和plyr将在午餐时吃library(data.table) lapply(combined, function(dat){ data.table(dat)[ , list(trials = sum(trials), spend = sum(spend)),country][ , status := ifelse(trials < 1000, "Good", "Bad")] })：）

dplyr

更新2：这是lapply(combined, chain, group_by(country), summarise(trials = sum(trials), spend = sum(spend)), mutate(status = ifelse(trials < 1000, "Good", "Bad")) )解决方案

的更简洁版本

{{1}}

Answer 2

我会这样做：

combined <- list(east, west)

lapply(combined, ddply, .(country), summarise, spend  = sum(spend),
                                               trials = sum(trials))

# [[1]]
#   country spend trials
# 1   china  1572   2976
# 2   japan  1075   1989
# 3  skorea  1262   2526
# 
# [[2]]
#   country spend trials
# 1  canada  1459   3117
# 2      uk   910   1967
# 3     usa  1248   2660

llply对多个数据帧的操作

2 个答案:

llply对多个数​​据帧的操作

2 个答案:

llply对多个数据帧的操作