Question

这是对this question的一些跟进。我想使用dplyr函数而不是ddply来应用一个函数，该函数生成直接包含在结果中的多个行。我想这在以下示例中得到了最好的解释：

library(plyr)
#library(dplyr)

dfx <- data.frame(
    group = c(rep('A', 8), rep('B', 15), rep('C', 6)),
    sex = sample(c("M", "F"), size = 29, replace = TRUE),
    age = runif(n = 29, min = 18, max = 54)
    )

p <- c(.2,.4,.6,.8)
ddply(dfx, .(group), .fun = summarize, p=p, stats=quantile(age,probs=p))
# dfx %>% group_by(group) %>% do(p=p, stats=quantile(.$age, probs=p))

ddply解决方案看起来像这样（不要加载dplyr这样做）：

#    group   p    stats
# 1      A 0.2 32.81104
# 2      A 0.4 34.13195
# 3      A 0.6 37.34055
# 4      A 0.8 44.21874
# 5      B 0.2 25.58858
# 6      B 0.4 34.67511
# 7      B 0.6 40.68370
# 8      B 0.8 44.67346
# 9      C 0.2 37.22625
# 10     C 0.4 42.46769
# 11     C 0.6 43.27065
# 12     C 0.8 44.54724

dplyr解决方案（注释行）产生以下结果：

#   group        p    stats
# 1     A <dbl[4]> <dbl[4]>
# 2     B <dbl[4]> <dbl[4]>
# 3     C <dbl[4]> <dbl[4]>

此处，数据被隐藏＆＃34;在列表元素中。有没有办法直接获得上面的ddply解决方案？（请注意，我在manipulatr mailing list上发布了此问题，目前为止没有回答。）

Answer 1

检查是否有效：由于no set.seed

，输出不同

 dfx %>% group_by(group) %>% do(data.frame(p=p, stats=quantile(.$age, probs=p)))
Source: local data frame [12 x 3]
Groups: group

    group   p    stats
1      A 0.2 27.68069
2      A 0.4 35.36915
3      A 0.6 39.15223
4      A 0.8 46.41073
5      B 0.2 34.68378
6      B 0.4 37.22358
7      B 0.6 40.76185
8      B 0.8 44.48645
9      C 0.2 33.86023
10     C 0.4 36.30515
11     C 0.6 46.80672
12     C 0.8 52.82140

Answer 2

我认为你被dplyr v 0.2中的（新）do()语法咬了（就像我一样），它与之前的0.1.3版本有很大的不同。

0.2 do()有两种操作模式：

如果你不给它命名参数，它会将...参数的结果作为数据框返回。
如果你给它命名参数，它会将... do()参数的结果作为列表元素返回。

请参阅?do了解（可能）更准确的解释以及Hadley's blog on the release of v 0.2。

ddply - ＆gt; dplyr：.fun =用几行汇总

2 个答案: