如何将R中的函数应用于由另一列分组的数据框的某些列？

Question

我一直在查看tapply和by的帮助页面，我不确定它们是否是正确的工具。例如，如果我的数据框的列为Name,Value1,Value2，并且我想要应用某个函数，请function f(x,y) { do_something }对Value1和Value2分组Name并得到一个带有Name,f(Value1,Value2)列的数据框，我应该怎么做呢？

我可以在这样一个简单的案例中工作：

tapply(df$Name, df$value1, mean)

但是如果我的函数也作为输入df$value2怎么办？并不像mean那么简单？换句话说，我正在尝试做的伪符号将是：

tapply(df$Name, c(df$value1,df$value2), function f(x,y) { x+y+bla...})

Answer 1

by会完成这项工作，但不会返回data.frame。

by(df, df$Name, function(X) f(X$Value1, X$Value2))

最好为这类事情设置包data.table：

install.packages("data.table")
library(data.table)
dt = data.table(df)
dt[,f(Value1, Value2),by=Name]

将准确返回您正在寻找的内容。

Answer 2

同时查看plyr。例如

require(plyr)
ddply(mtcars, .variables="cyl", .fun=mutate,
      meaningless_number = mean(mpg) + disp)

会返回一个与mtcars类似的数据框，其中添加的列meaningless_number是mpg加上cyl个disp的平均值.fun = mutate 。使用.fun = summarize添加列plyr以查看摘要，并将其他功能用于其他目的。

this question的答案对于一般*应用知识非常有用。我还发现this answer是一个很棒的{{1}}教程。