考虑到我有以下数据和函数返回我喜欢的摘要统计信息
landlines <- data.frame(
year=rep(c(1990,1995,2000,2005,2010),times=3),
country=rep(c("US", "Brazil", "Asia"), each=5),
pct = c(0.99, 0.99, 0.98, 0.05, 0.9,
0.4, 0.5, 0.55, 0.5, 0.45,
0.7, 0.85, 0.9, 0.85, 0.75)
)
someStats <- function(x)
{
dp <- as.matrix(x$pct)-mean(x$pct)
indp <- as.matrix(x$year)-mean(x$year)
f <- lm.fit( indp,dp )$coefficients
w <- sd(x$pct)
m <- min(x$pct)
results <- c(f,w,m)
names(results) <- c("coef","sdev", "minPct")
results
}
我可以像这样成功地将该函数应用于数据子集:
> someStats(landlines[landlines$country=="US",])
coef sdev minPct
-0.022400 0.410938 0.050000
或按国家/地区查看细分:
> by(landlines, list(country=landlines$country), someStats)
country: Asia
coef sdev minPct
0.00200000 0.08215838 0.70000000
---------------------------------------------------------------------------------------
country: Brazil
coef sdev minPct
0.00200000 0.05700877 0.40000000
---------------------------------------------------------------------------------------
country: US
coef sdev miPct
-0.022400 0.410938 0.050000
麻烦的是,这不是我需要进一步处理的data.frame
对象,它不会这样投射:
> as.data.frame( by(landlines, list(country=landlines$country), someStats) )
Error in as.data.frame.default(by(landlines, list(country = landlines$country), :
cannot coerce class '"by"' into a data.frame
“没问题!”我认为,因为类似的aggregate()
函数确实返回data.frame
:
> aggregate(landlines$pct, by=list(country=landlines$country), min)
country x
1 Asia 0.70
2 Brazil 0.40
3 US 0.05
麻烦的是,它无法正常使用任意函数:
> aggregate(landlines, by=list(country=landlines$country), someStats)
Error in x$pct : $ operator is invalid for atomic vectors
我真正想要的是一个data.frame
对象,其中包含以下列:
我该怎么做?
答案 0 :(得分:4)
查看plyr
包,特别是ddply
> ddply(landlines, .(country), someStats)
country coef sdev minPct
1 Asia 0.0020 0.08215838 0.70
2 Brazil 0.0020 0.05700877 0.40
3 US -0.0224 0.41093795 0.05
理想情况下,您的函数显式返回data.frame
,但在这种情况下,可以轻松正确地将其强制转换为一个。
答案 1 :(得分:4)
by
个对象确实是列表,因此您可以在rbind
中使用do.call
:
do.call("rbind",by(landlines, list(country=landlines$country), someStats))
coef sdev minPct
Asia 0.0020 0.08215838 0.70
Brazil 0.0020 0.05700877 0.40
US -0.0224 0.41093795 0.05
答案 2 :(得分:3)
aggregate
旨在用于其他目的。你想要的是lapply(split())
:
> lapply( split(landlines, list(country=landlines$country)), FUN=someStats)
$Asia
coef sdev minPct
0.00200000 0.08215838 0.70000000
$Brazil
coef sdev minPct
0.00200000 0.05700877 0.40000000
$US
coef sdev minPct
-0.022400 0.410938 0.050000
如果输出结果是可预测的,那么使用sapply可能会更好:
> sapply( split(landlines, list(country=landlines$country)), FUN=someStats)
Asia Brazil US
coef 0.00200000 0.00200000 -0.022400
sdev 0.08215838 0.05700877 0.410938
minPct 0.70000000 0.40000000 0.050000
添加了使用rownames中的值构建第一列的演示:
> ttbl <- as.data.frame(t(tbl))
> ttbl <- cbind(Country=rownames(ttbl), ttbl)
> ttbl
Country coef sdev minPct
Asia Asia 0.0020 0.08215838 0.70
Brazil Brazil 0.0020 0.05700877 0.40
US US -0.0224 0.41093795 0.05