Question

假设我有

a <- data.frame( z = rep( c("A", "B", "C"), 2 ), p = 1:6, stringsAsFactors=FALSE )
b <- data.frame( z = c( rep( "A", 5), rep( "B", 5 ) ), q = 1:10, stringsAsFactors=FALSE  )

并希望在使用a函数迭代b时操纵plyr，例如

library(plyr)
d_ply( b, "z", function( x ){
  a[ a$z == x[1, "z"], "p" ] <<- a[ a$z == x[1, "z"], "p" ] + sum(x$q)
})

在这种情况下，我必须使用<<-进行分配才能在a之外更改d_ply。如果我仅使用<- a，则不会更改。我绝对想避免的是迭代a，因为b$z只包含a$z的一小部分。

所以我的问题是：

是否有使用plyr的简单且高效的解决方案，以避免<<-？
是否有其他方便的解决方案（可能除了for( i in unique(b$z) ){ ... }）？
如果我坚持使用我的解决方案，以这种方式使用<<-有什么影响吗？我是否可以确定在任何情况下只会操纵与a电话最接近的d_ply（就环境而言）？特别是因为这是ReferenceClass方法的所有部分。

Answer 1

这是一个使用data.table代替plyr

的选项

library(data.table)
a <- data.table(a, key="z")
b <- data.table(b, key="z")

a[b[, sum(q),  by=z], p := p + V1]

   z  p
1: A 16
2: A 19
3: B 42
4: B 45
5: C  3
6: C  6

编辑：

关于你的第三个问题并使用<<-，我会建议不要这样做。如果要分配到不同的环境，请使用assign(., envir=.)功能，该功能允许您指定要分配的环境。

在* _ply函数中更改data.frame

1 个答案:

编辑：