循环在ddply中创建新的变量 [英] Loops to create new variables in ddply

问题描述

我使用ddply来汇总和汇总数据框架变量，我有兴趣循环访问数据框的列表以创建新的变量。  new.data < -  ddply（old.data，
c（factor，factor2），
 function（df）
c（a11_a10 = CustomFunction（df $ a11_a10），
 a12_a11 = CustomFunction（df $ a12_a11），
 a13_a12 = CustomFunction（df $ a13_a12），
 ... 
 ... 
 .. 。））
  

有没有办法让我在ddply中插入一个循环，这样我就可以避免写每一个新的总结变量，例如：

pre $ for（i in 11：n）{
paste（a i，_a，i - 1）= CustomFunction（.....）
}


我知道这不是实际的做法，但我只是想展示一下如何将其概念化。有没有办法做到这一点，在我调用ddply函数，或通过列表？

更新：因为我是一个新的用户，我不能发表一个答案我自己的问题：

我的答案涉及尼克的答案和Ista的评论的想法：

  func < -  function（old.data，min，max，gap）{
 varrange<  -  min：max 
 usenames<粘贴（a，varrange，_a，varrange-gap，sep =）
 new.data<  -  ddply（old.data，
。（factor，factor2），
 colwise（CustomFunction，c（usenames）））
} 
  

解决方案

建立在@Nick的优秀答案，这里是一个解决问题的方法
$ b $ pre $ foo <函数（df）{
名称= paste（a，11：n，_a，10：（n-1），sep =）
结果= sapply（df [ ]，CustomFunction）
}

new.data = ldply（dlply（old.data，c（factor，factor2）），foo）


以下示例应用程序使用 tips 数据集C $ C> GGPLOT2 。假设我们要通过性别小费和 total_bill 的平均值c $ c>和 smoker ，代码如何工作

> foo = function（df）{names = c（tip，total_bill）; sapply（df [，names]，mean）}
new = ldply（dlply（tips，c（sex，smoker）），foo）
pre>

它产生如下所示的输出：

  .id提示total_bill 
 1女性2.773519 18.10519 
 2女性是2.931515 17.97788 
 3男性3.113402 19.79124 
 4男性是3.051167 22.28450 
 $ / code > 
 
 
 
这是您要找的吗？
 
I am using ddply to aggregate and summarize data frame variables, and I am interested in looping through my data frame's list to create the new variables.
new.data <- ddply(old.data, 
                  c("factor", "factor2"),
                  function(df)
                    c(a11_a10 = CustomFunction(df$a11_a10),
                      a12_a11 = CustomFunction(df$a12_a11),
                      a13_a12 = CustomFunction(df$a13_a12),
                      ...
                      ...
                      ...))
Is there a way for me to insert a loop in ddply so that I can avoid writing each new summary variable out, e.g.
for (i in 11:n) {
  paste("a", i, "_a", i - 1) = CustomFunction(..... )
}
I know that this is not how it would actually be done, but I just wanted to show how I'd conceptualize it. Is there a way to do this in the function I call in ddply, or via a list?

UPDATE: Because I'm a new user, I can't post an answer to my own question:

My answer involves ideas from Nick's answer and Ista's comment:
func <- function(old.data, min, max, gap) {
  varrange <- min:max
  usenames <- paste("a", varrange, "_a", varrange - gap, sep="")
  new.data <- ddply(old.data,
                    .(factor, factor2),
                    colwise(CustomFunction, c(usenames)))
}

解决方案
Building on the excellent answer by @Nick, here is one approach to the problem
foo <- function(df){
  names   = paste("a", 11:n, "_a", 10:(n-1), sep = "")
  results = sapply(df[,names], CustomFunction)
}

new.data = ldply(dlply(old.data, c("factor", "factor2")), foo)
Here is an example application using the tips dataset in ggplot2. Suppose we want to calculate the average of tip and total_bill by combination of sex and smoker, here is how the code would work
foo = function(df){names = c("tip", "total_bill"); sapply(df[,names], mean)}
new = ldply(dlply(tips, c("sex", "smoker")), foo)
It produces the output shown below
         .id      tip total_bill
1  Female.No 2.773519   18.10519
2 Female.Yes 2.931515   17.97788
3    Male.No 3.113402   19.79124
4   Male.Yes 3.051167   22.28450
Is this what you were looking for?

                        
这篇关于循环在ddply中创建新的变量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！