Question

我使用subset函数中的aggregate参数获得了意外结果，因此我尝试了以下操作。

 > A <- data.frame( d1=c(1,1,1,2,2,2), d2=c(1,1,2,2,3,3) , n=c(13,24,54,24,12,32) )
 > aggregate( A[,c("n"),drop=FALSE] , A[,c("d1","d2")] , FUN=sum )
   d1 d2  n
 1  1  1 37
 2  1  2 54
 3  2  2 24
 4  2  3 44

确实有意义。

 > aggregate( A[rep(TRUE,6),c("n"),drop=FALSE] , A[rep(TRUE,6),c("d1","d2")] , FUN=sum )
   d1 d2  n
 1  1  1 37
 2  1  2 54
 3  2  2 24
 4  2  3 44

这确实有意义，但却是一种限制观察的复杂方式。

以下不应该返回与上面相同的结果吗？为什么不呢？

 > aggregate( A[,c("n"),drop=FALSE] , A[,c("d1","d2")] , FUN=sum , subset=rep(TRUE,6) )
   d1 d2  n
 1  1  1 43
 2  1  2 60
 3  2  2 30
 4  2  3 50

以防万一是基于索引的子集，我尝试了以下内容，其结果也不直观：

 > aggregate( A[,c("n"),drop=FALSE] , A[,c("d1","d2")] , FUN=sum , subset=1:6 )
   d1 d2  n
 1  1  1 58
 2  1  2 75
 3  2  2 45
 4  2  3 65

Answer 1

根据帮助文件，subset参数是类型“公式”的S3方法的一部分，您没有使用它。您正在使用类型data.frame的S3方法。因此，您的subset参数会在...传递到lapply()，然后传递给sum()。由于它是6个TRUE值的向量，因此每个求和都会增加6个。

有点容易出错，所以我明白你是怎么来到这里的。

不幸的是，您似乎需要在将数据传递给aggregate()之前对其进行子集化。

聚合函数中的子集参数

1 个答案: