Question

这是与my previous post相关的后续问题。下面是“我想做什么”的更具说明性的版本，而不是“我如何使这种方法有效”。

下面是生成“主”数据库的代码，我从中提取元素以便在其他函数中进一步使用。我经常根据组标识号的值提取数据元素。

目标：我希望能够将变化的规范（如输出数据框的名称和所选组）“包装”到可以调用的函数中。

#####  generating data for example

set.seed(271828)

n.elements <- c(10,10,12,14,16,18)
group.number <- rep(1001:1006, n.elements)
element.id <- c(
    seq(1,n.elements[1], 1),
    seq(1,n.elements[2], 1),
    seq(1,n.elements[3], 1), 
    seq(1,n.elements[4], 1),
    seq(1,n.elements[5], 1),
    seq(1,n.elements[6], 1) ) 

x1 <- round(rnorm(length(group.number),45, 12), digits=0)
x2 <- round(rbeta(length(group.number),2,4), digits = 2)

data.base <- as.data.frame(cbind(group.number, element.id, x1, x2))
data.base

#####  data.base is representative of the large database 


#####  suppose I need to pull a set together made up of groups: 
#####  1003, 1004, and 1001 


groups.set.1 <- as.data.frame(c(1003, 1004, 1001))
bank.names <- c("group.number")
colnames(groups.set.1) <- bank.names
set.sort <- matrix(seq(1,nrow(groups.set.1),1)) 
sort.set.1 <- cbind(groups.set.1, set.sort)

set.1 <- as.data.frame(merge(sort.set.1, data.base, 
by="group.number", all.x=TRUE))

#####  this is how the dataset needs to be ordered for further use
set.1 <- set.1[order(set.1$set.sort, set.1$element.id ), ]
row.names(set.1) <- seq(nrow(set.1))

编辑：假设我想执行相同的任务来生成set.2，其中set.2由群组组成：1005,1006和1002.我可以只需复制上面的代码，并进行相关更改。但是，我想知道是否可以指定一个函数，以便我可以对它进行必要的更改，并让它根据需要生成输出数据帧。也许有一个名为group.extract的函数，我可以在其中指定如下内容：

groups.2 <- c(1005, 1006, 1002)
group.extract(set.2, groups.2)

根据提供的评论，似乎列表是要走的路，并让函数调用列表，其中列表元素可以变化。

Answer 1

我使用match编写此函数，如下所示。在这里，我硬编码了输入数据框的列名，用于匹配和排序;这些也可以作为可选输入添加。输出的列顺序与您的略有不同，但也可以轻松更改。

getset <- function(g, d=data.base) {
  d$set.sort <- match(d$group.number, g)
  d <- d[!is.na(d$set.sort),]
  d <- d[order(d$set.sort, d$element.id),]
  rownames(d) <- NULL
  d
}

你几乎完全按照你的建议使用它：

> set.1 <- getset(c(1003, 1004, 1001))
> head(set.1)
  group.number element.id x1   x2 set.sort
1         1003          1 60 0.32        1
2         1003          2 28 0.18        1
3         1003          3 42 0.47        1
4         1003          4 43 0.08        1
5         1003          5 45 0.31        1
6         1003          6 27 0.48        1

虽然如果你有多个小组要把它们放在一个列表中并使用lapply就可以了。

> groups <- list(group1=c(1003, 1004, 1001), group2=c(1005,1006,1002))
> sets <- lapply(groups, getset)
> lapply(sets, head)
$group1
  group.number element.id x1   x2 set.sort
1         1003          1 60 0.32        1
2         1003          2 28 0.18        1
3         1003          3 42 0.47        1
4         1003          4 43 0.08        1
5         1003          5 45 0.31        1
6         1003          6 27 0.48        1

$group2
  group.number element.id x1   x2 set.sort
1         1005          1 27 0.20        1
2         1005          2 51 0.48        1
3         1005          3 49 0.43        1
4         1005          4 48 0.20        1
5         1005          5 33 0.37        1
6         1005          6 41 0.50        1

Answer 2

希望在SO中查看代码可以解决看似SAS后主义的中等严重情况。我认为这是一种更为R-ish的方式：

 pick <-  subset(data.base, group.number %in% c(1003, 1004, 1001) )
 idx <- match(pick$group.number,  c(1003, 1004, 1001) ) 
 pick[ order(idx, pick$element.id), ]
 #---------
   group.number element.id x1   x2
21         1003          1 60 0.32
22         1003          2 28 0.18
23         1003          3 42 0.47
24         1003          4 43 0.08
25         1003          5 45 0.31
26         1003          6 27 0.48 
snipped----

这就是将该策略纳入一个功能：

grp.ext.srt <- function(dfrm, grpid) { pick <-  dfrm[ group.number %in% grpid , ]
     idx <- match(pick$group.number,  grpid ) ; rownames(pick) <- NULL
     return(pick[ order(idx, pick$element.id), ])
      }

如何创建一个函数来对传递给它的参数的数据进行子集化

2 个答案: