使用dplyr模拟split（）group_by：返回数据帧列表 [英] Emulate split() with dplyr group_by: return a list of data frames

问题描述

我有一个大的数据集，在R中扼制 split（）。我可以使用 dplyr group_by这是一个首选方式），但是我不能将所得到的 grouping_df 作为数据帧列表，这是我的连续处理步骤所需的格式（我需要强制

考虑一个样本数据集：

（c（a，a，b，b，c），c（1,2） ，3,4,5），c（2,3,4,2,2）））
listDf = split（df，df $ V1）

返回

  $ a 
 V1 V2 V3 
 1 a 1 2 
 2 a 2 3 
 
 
 $ b V1 V2 V3 
 3 b 3 4 
 4 b 4 2 
 
 $ c 
 V1 V2 V3 
 5 c 5 2 
  

我想用 group_by （类似 group_by（df，V1））的模拟效果，但这会返回一个， grouping_df 。我知道 do 应该可以帮助我，但我不确定使用情况（另见链接）

请注意，按照用于建立此组的因子的名称对每个列表进行分配 - 这是一个所需的功能（最终，用于提取这些名称的方式的奖金kudos从dfs列表中）。

解决方案

要贴到dplyr，您还可以使用 plyr 而不是 split ：

  plyr）
 
 dlply（df，V1，身份）
＃$ a 
＃V1 V2 V3 
＃1 a 1 2 
＃2 a 2 3 
 
＃
 $ b＃V1 V2 V3 
＃1 b 3 4 
＃2 b 4 2 
 
＃$ c 
＃V1 V2 V3 
＃1 c 5 2 
  

I have a large dataset that chokes split() in R. I am able to use dplyr group_by (which is a preferred way anyway) but I am unable to persist the resulting grouped_df as a list of data frames, a format required by my consecutive processing steps (I need to coerce to SpatialDataFrames and similar).

consider a sample dataset:

df = as.data.frame(cbind(c("a","a","b","b","c"),c(1,2,3,4,5), c(2,3,4,2,2)))
listDf = split(df,df$V1)

returns

$a
   V1 V2 V3
 1  a  1  2
 2  a  2  3

$b
   V1 V2 V3
 3  b  3  4
 4  b  4  2

$c
   V1 V2 V3
 5  c  5  2

I would like to emulate this with group_by (something like group_by(df,V1)) but this returns one, grouped_df. I know that do should be able to help me, but I am unsure about usage (also see link for a discussion.)

Note that split names each list by the name of the factor that has been used to establish this group - this is a desired function (ultimately, bonus kudos for a way to extract these names from the list of dfs).

解决方案

To 'stick' to dplyr, you can also use plyr instead of split:

library(plyr)

dlply(df, "V1", identity)
#$a
#  V1 V2 V3
#1  a  1  2
#2  a  2  3

#$b
#  V1 V2 V3
#1  b  3  4
#2  b  4  2

#$c
#  V1 V2 V3
#1  c  5  2

这篇关于使用dplyr模拟split（）group_by：返回数据帧列表的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！