创建一个多次拆分数据帧的函数然后重新组合

时间:2013-06-05 20:05:43

标签: r function split rbind

我在R中使用3个因子处理大型数据集:FY(6个级别),Region(10个级别)和Service(24个级别)。我需要在所有三个级别上求和我的数值向量SumOfUnits,我能想到的唯一方法是将数据帧分成第一个:6个数据帧,按FY分割,然后将这6个数据分成10个数据帧,拆分区域,然后那些10进入24服务,然后我终于可以取数字向量的总和,并将所有数据帧重新组合成一个。然后,该数据帧将具有6 * 10 * 24(1440)行和4列。我目前正在做的方式涉及很多分裂,所以我认为可能有一个我可以编写的功能,我可以在分割的每个级别使用,但我没有在R中使用“功能”非常我不确定写什么(如果有的话)。我还想象可能有一种更有效的方法来获取格式化的数据集,所以我欢迎所有的建议。

以下是我的数据框中的几行:

    FY    Region    Service               SumOfUnits
1   2006    1     Medication                 13
2   2006    1     Medication                 1
3   2006    1     Screening & Assessment    38
4   2006    1     Screening & Assessment    13
5   2006    1     Screening & Assessment    41
6   2006    1     Screening & Assessment    67
7   2006    1     Screening & Assessment    222
8   2006    1     Residential Treatment      38
9   2006    1     Residential Treatment     1558

这是我用于分割的代码:

# Creating a data frame by year
X <- split(MIC, MIC$FY)

Y <- lapply(seq_along(X), function(x) as.data.frame(X[[x]])[, ]) 
#Assign the dataframes in the list Y to individual objects
A <- Y[[1]]
B <- Y[[2]]
C <- Y[[3]]
D <- Y[[4]]
E <- Y[[5]]
Q <- Y[[6]]

#Creating 10 dataframes from 2006 split by region
X <- split(A, A$Region)

Y <- lapply(seq_along(X), function(x) as.data.frame(X[[x]])[, ])

Reg1 <- Y[[1]]
Reg2 <- Y[[2]]
Reg3<- Y[[3]]
Reg4 <- Y[[4]]
Reg5<- Y[[5]]
Reg6 <- Y[[6]]
Reg7 <- Y[[7]]
Reg8 <- Y[[8]]
Reg9 <- Y[[9]]
Reg10<- Y[[10]]

#Creating 24 dataframes: for 2006, region 1
X <- split(Reg1, Reg1$Service)

Y <- lapply(seq_along(X), function(x) as.data.frame(X[[x]])[, ])

Serv1 <- Y[[1]]
Serv2 <- Y[[2]]
Serv3<- Y[[3]]
Serv4 <- Y[[4]]
Serv5<- Y[[5]]
#etc...

我希望我的数据样本看起来像这样:

FY    Region    Service    SumOfUnits
2006    1      Medication    4300
2006    2      Medication    3299
2006    3      Medication    2198
2007    1      Medication    5467
2007    2      Medication    3214
2007    3      Medication    9807

1 个答案:

答案 0 :(得分:2)

这是非常好的功能:

library(plyr)
ddply(MIC, .(FY, Region, Service), summarize, sumOfUnits=sum(SumOfUnits))

它完全回馈你所需要的东西。

对于MIC =

FY        Region Service SumOfUnits
1 2006      1       A          1
2 2006      2       B          4
3 2007      1       C          3
4 2007      2       D          2
5 2007      2       E          7
6 2006      1       A          3
7 2007      1       D          3
8 2007      2       B          4
9 2007      2       B          6

返回:

FY      Region Service sumOfUnits
1 2006      1       A   4
2 2006      2       B   4
3 2007      1       C   3
4 2007      1       D   3
5 2007      2       B  10
6 2007      2       D   2
7 2007      2       E   7