在使用plyr包和处理列表时遇到问题
提问于 2013-01-21 13:21:30
我很难理解plyr包的用法。我尝试使用它来拆分存储在列表中的数据帧，应用一个函数，将结果存储为数据帧，然后将数据帧重新组合为列表。因此，给出以下数据：
#create test dfs
df1<-data.frame(a=sample(1:50,10),b=sample(1:50,10),c=sample(1:50,10),d=(c("a","b","c","a","a","b","b","a","c","d")))
df2<-data.frame(a=sample(1:50,9),b=sample(1:50,9),c=sample(1:50,9),d=(c("e","f","g","e","e","f","f","e","g")))
df3<-data.frame(a=sample(1:50,8),b=sample(1:50,8),c=sample(1:50,8),d=(c("h","i","j","h","h","i","i","h")))
#make them a list
list.1<-list(df1=df1,df2=df2,df3=df3)我想计算在每个数据帧的d中定义的每个组的平均值。如果我只在一个dataframe上使用plyr (按组计算特定列的平均值)，那么使用plyr包的可能性是：
ddply(df1,.(d),summarise, mean=mean(a))但是如何将它应用于数据帧中的每一列和列表中的每一数据帧呢？我如何重新组合所有的数据，以便最终得到一个包含结果的矩阵的列表？对于这个非常基本的问题，我很抱歉，但我是R的新手，我已经尝试解决这个问题很长一段时间了……谢谢。
回答 3
Stack Overflow用户
回答已采纳
发布于 2013-01-21 13:58:38
这是一个结合了llply()和ddply()的解决方案。首先，llply()将对列表中的每个元素应用函数，并返回一个列表。然后对列表中的每个数据帧应用ddply()，并按列d划分每个数据帧。函数colMeans()用于计算每个数值列的平均值。
llply(list.1,function(x) ddply(x,.(d),function(x) colMeans(x[,1:3])))
$df1
d a b c
1 a 22.25000 26.25 34.25000
2 b 19.66667 22.00 28.66667
3 c 37.00000 44.50 18.00000
4 d 17.00000 3.00 4.00000
$df2
d a b c
1 e 20.50000 32.25000 18.5
2 f 25.33333 34.33333 21.0
3 g 20.50000 26.50000 16.5
$df3
d a b c
1 h 17.5 26.50000 37.25000
2 i 45.0 22.33333 26.33333
3 j 25.0 33.00000 42.00000Stack Overflow用户
发布于 2013-01-21 13:30:56
您需要将所有数据放入一个大的data.frame中
library(reshape)
big_dataframe = ldply(list.1, function(x) melt(x, id.vars = "d"))
> head(big_dataframe)
.id d variable value
1 df1 a a 44
2 df1 b a 17
3 df1 c a 15
4 df1 a a 30
5 df1 a a 49
6 df1 b a 33...and然后对它使用ddply。
res = ddply(big_dataframe, .(.id, d, variable), summarise, mn = mean(value))
> res
.id d variable mn
1 df1 a a 40.00000
2 df1 a b 25.25000
3 df1 a c 31.25000
4 df1 b a 22.66667
5 df1 b b 16.00000
6 df1 b c 26.00000
7 df1 c a 9.00000
8 df1 c b 16.50000
9 df1 c c 15.00000
10 df1 d a 28.00000
11 df1 d b 24.00000
12 df1 d c 39.00000
13 df2 e a 18.50000
14 df2 e b 15.50000
15 df2 e c 16.50000
16 df2 f a 26.33333
17 df2 f b 42.00000
18 df2 f c 37.00000
19 df2 g a 26.50000
20 df2 g b 22.00000
21 df2 g c 31.00000
22 df3 h a 29.25000
23 df3 h b 34.25000
24 df3 h c 32.00000
25 df3 i a 30.33333
26 df3 i b 40.00000
27 df3 i c 24.33333
28 df3 j a 21.00000
29 df3 j b 5.00000
30 df3 j c 46.00000 它给出了每个变量(a-c)、每个因子d级别以及每个子数据帧(df1-df3)的平均值。
Stack Overflow用户
发布于 2013-01-21 13:58:49
你可以随时lapply你的ddply
lapply(list.1, function(x) ddply(x, .(d), function(x)
data.frame(a=mean(x$a),b=mean(x$b),c= mean(x$c))) )或者正确使用你的代码：
lapply(list.1, function(x) ddply(x,.(d),summarise, mean=mean(a)) )页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/14439599
复制
腾讯云开发者
