Question

考虑以下数据框：

d <- data.frame(c1=c(rep("a",6),rep("b",6)), 
                c2=c("v1","v1","v2","v3","v3","v1", "v2","v3","v1","v2","v3","v2"), 
                c3=c(1.4,-1.2,1.5,1.6,-1.7,1.2, -1.1,-1.2,1.3,1.5,1.1,-1.9))

我想添加第4列c4，它计算c1列中“a”和“b”的正数和负数。但是，只有当c2等于“v1”时，才应考虑c3中的那些值。此外，如果只有正值或负值，则应打印空字符串

因此，对于我的示例，第4列应如下所示：

> d
   c1 c2   c3 c4
1   a v1  1.4 2/1
2   a v1 -1.2 2/1
3   a v2  1.5 2/1
4   a v3  1.6 2/1
5   a v3 -1.7 2/1
6   a v1  1.2 2/1
7   b v2 -1.1 " "
8   b v3 -1.2 " "
9   b v1  1.3 " "
10  b v2  1.5 " "
11  b v3  1.1 " "
12  b v2 -1.9 " "

表示值为2/1，因为有两个正数和一个负数，其中c2 =“v1”

目前我最接近使用聚合函数，但我仍然没有真正做到正确。不确定是否有更好的功能用于此类问题？

Answer 1

如果你想使用普通的R-base aggregate应该是你的朋友：

ag <- aggregate.data.frame(
  d$c3,
  by = list(d$c1, d$c2),
  FUN = function(x){ paste(sum(x < 0), sum(x>0), sep="/") }
)
> ag
  Group.1 Group.2   x
1       a      v1 1/2
2       b      v1 0/1
3       a      v2 0/1
4       b      v2 2/1
5       a      v3 1/1
6       b      v3 1/1

然后您可以将汇总数据merge放入原始data.frame：

d <- merge( d, ag, by.x = c( "c1", "c2" ), by.y = c( "Group.1", "Group.2" ), all.x = TRUE )

但是，由于其简单性，我建议使用ddply包中的plyr：

library("plyr")
d <- ddply( d, c("c1","c2"), function(x) {
  x$c4 <- paste(sum( x$c3 < 0), sum(x$c3 > 0), sep="/")
  return(x)
})

修改

在重新阅读问题之后，使用aggregate：
这应该是正确的解决方案
d.sub <- d[ d$c2 == "v1", , drop=FALSE ] ag <- aggregate( d.sub$c3, by = list(d.sub$c1), FUN = function(x){ # taken from @flodel pos <- sum(x < 0); neg <- sum( x > 0 ); ifelse( pos * neg == 0, "", paste( pos, neg, sep="/") ) } ) d <- merge( d, ag, by.x = "c1", by.y = "Group.1", all.x = TRUE )

关于ddply @ flodel的解决方案，我也是这样做的。

Answer 2

对于使用多个列的任何内容（除了您分组的列之外），我发现plyr更方便：

ddply(d, "c1", transform,
               c4 = { pos <- sum(c2 == "v1" & c3 >= 0)
                      neg <- sum(c2 == "v1" & c3 < 0)
                      ifelse(pos * neg == 0, ' ', paste(pos, neg, sep = '/')) })

#    c1 c2   c3  c4
# 1   a v1  1.4 2/1
# 2   a v1 -1.2 2/1
# 3   a v2  1.5 2/1
# 4   a v3  1.6 2/1
# 5   a v3 -1.7 2/1
# 6   a v1  1.2 2/1
# 7   b v2 -1.1    
# 8   b v3 -1.2    
# 9   b v1  1.3    
# 10  b v2  1.5    
# 11  b v3  1.1    
# 12  b v2 -1.9

Answer 3

这是ddply使用稍微不同的方法的另一种解决方案：

library(plyr)
ddply(d, .(c1), transform, c4 = {
                        tab <- table(factor(sign(c3[c2 == "v1"]), c(1, -1))); 
                        ifelse(any(tab == 0), " ", paste(tab, collapse = "/")) })



#    c1 c2   c3  c4
# 1   a v1  1.4 2/1
# 2   a v1 -1.2 2/1
# 3   a v2  1.5 2/1
# 4   a v3  1.6 2/1
# 5   a v3 -1.7 2/1
# 6   a v1  1.2 2/1
# 7   b v2 -1.1    
# 8   b v3 -1.2    
# 9   b v1  1.3    
# 10  b v2  1.5    
# 11  b v3  1.1    
# 12  b v2 -1.9

聚合是否在这里使用正确的功能？

3 个答案: