Question

我想基于两列分割数据帧，但我希望输出是数据帧的二维矩阵，而不是数据帧的平面列表。我可以使用by()和subset来实现我想要的但我被告知（我认为Ripley）应该避免在包开发中使用subset。是否有一个优雅的替代方案（可能使用split）来保留dimnames？

# sample data
df <- data.frame(x=rnorm(20), y=rnorm(20), v1=rep(letters[1:5],each=4), v2=rep(LETTERS[6:9]))

# what I did previously
submat <- by(df, list(df$v1,df$v2), subset)
dim(submat) # 5 x 4
dimnames(submat) # "a" "b" "c" "d" "e" ; "F" "G" "H" "I"

Answer 1

要获得您要求的数据帧矩阵，请使用tapply函数返回特定数据帧子集，但行名称与因子级别相匹配。

> dfmat <- with(df, tapply(1:NROW(df), list(v1,v2), function(idx) df[idx,] ) )
> dfmat[1,1]  # items that are in a single dataframe accessed via matrix indexing
[[1]]
           x         y v1 v2
1 -0.5604756 -1.067824  a  F

> dfmat
  F      G      H      I     
a List,4 List,4 List,4 List,4
b List,4 List,4 List,4 List,4
c List,4 List,4 List,4 List,4
d List,4 List,4 List,4 List,4
e List,4 List,4 List,4 List,4

将列表作为条目的矩阵为print - 仅显示对象类型和条目数（在本例中为列）。请注意，每个条目都是一个包含一个项目的列表，以便维护dataframe属性，但需要“向下钻取”以获取宝藏：编辑：添加了dfmat的属性：

>  attributes(dfmat)
$dim
[1] 5 4

$dimnames
$dimnames[[1]]
[1] "a" "b" "c" "d" "e"

$dimnames[[2]]
[1] "F" "G" "H" "I"    
#------------
> attributes( dfmat[1,1])
NULL
#------------
> attributes( dfmat[1,1][[1]])
$names
[1] "x"  "y"  "v1" "v2"

$row.names
[1] 1

$class
[1] "data.frame"

拆分vs +子集

1 个答案: