Question

我的数据如下：

 library(zoo)
 dt <- read.csv("http://dpaste.com/1612639/plain/",header=FALSE,fill=FALSE,na.strings = "")
 dt <- na.locf(dt)


> dt
   V1  V2                V3                V4       V5
1 FOO yyy Unigene126925_All Unigene137063_All 0.238087
2 FOO yyy Unigene126925_All  Unigene24551_All 0.374231
3 FOO yyy Unigene126925_All  Unigene31835_All 0.367897
4 BAR xxx Unigene126925_All Unigene165366_All 0.247844
5 BAR xxx Unigene126925_All Unigene111784_All 0.344493

我想要做的是根据V1对它们进行分组，每组的内容是一个数据帧，其值从V3到V5以上。它看起来像这样：

FOO小组

     V1               V2                V3             
1 Unigene126925_All Unigene137063_All 0.238087
2 Unigene126925_All  Unigene24551_All 0.374231
3 Unigene126925_All  Unigene31835_All 0.367897

小组BAR

   V1               V2                V3   
1 Unigene126925_All Unigene165366_All 0.247844
2 Unigene126925_All Unigene111784_All 0.344493

我如何在R中实现这一目标？稍后，对于每个组，我将对其数据框应用一些函数。

Answer 1

使用split：

> split(dt[, 3:5], dt$V1)
$BAR
                 V3                V4       V5
4 Unigene126925_All Unigene165366_All 0.247844
5 Unigene126925_All Unigene111784_All 0.344493

$FOO
                 V3                V4       V5
1 Unigene126925_All Unigene137063_All 0.238087
2 Unigene126925_All  Unigene24551_All 0.374231
3 Unigene126925_All  Unigene31835_All 0.367897

您现在可以在此列表上运行某些功能，并将结果与unsplit结合起来。

Answer 2

使用dplyr，非常直观。

library(dplyr)
dt %.%
 group_by(V1) %.%
 summarise(newvar = function))

其中function是您要应用的功能，例如newvar = sum(V5)

Answer 3

如果我没记错的话（并且您可能希望切片到您需要的列的第一个参数，例如删除“V1”）：

split(dt, dt$V1)

如何根据R中的预先指定的列对数据框进行分组

3 个答案: