Question

我经常有一个或多个变量分组的数据，每个组中有几个注册。从数据框架，我希望根据各种标准选择组。

我通常使用split-sapply-rbind方法，我使用逻辑向量从列表中提取元素。

这是一个小例子。我从一个带有一个分组变量（'group'）的数据框开始，我希望选择最大质量小于45的组：

dd <- data.frame(group = rep(letters[1:3], each = 5), 
                 mass = c(rnorm(5, 30), rnorm(5, 50), 
                          rnorm(5, 40)))
    dd2 <- split(x = dd, f = dd$group)
    dd3 <- dd2[sapply(dd2, function(x) max(x$mass) < 45)]
    dd4 <- do.call(rbind, dd3)

我刚刚开始使用plyr，现在我想知道：
有没有一个plyr唯一的替代方案来实现这一目标？

Answer 1

至少在这种情况下，这会得到相同的结果

library(plyr)
dd5 <- ddply(dd,.(group),function(x) x[max(x$mass)<45,])

all(dd4==dd5)
[1] TRUE

Answer 2

这是一个用于编码优雅的data.table解决方案

library(data.table)
DT <- data.table(dd)

DT[,if(max(mass) < 45){.SD},by=group]
    group     mass
 1:     a 28.80426
 2:     a 31.31232
 3:     a 29.47599
 4:     a 30.35425
 5:     a 29.92833
 6:     c 40.11349
 7:     c 40.17431
 8:     c 39.94652
 9:     c 39.57524
10:     c 40.20791

也许稍微复杂一点

new <- (DT[,index := max(mass) < 45,by=group][force(index)])[,index:=NULL]

Answer 3

我意识到您已经特别要求plyr解决方案，但我想我也会在基础R中分享另一种方法，不涉及您的多步骤方法：

dd[as.logical(ave(dd$mass, dd$group, FUN = function(x) max(x) < 45)), ]

在处理R中的组时，ave函数通常很方便。在这里，我创建了一个逻辑向量，并根据“TRUE”值的索引进行了子集化。

列出一个列表 - 一个普通的方式？

3 个答案: