了解plyr的ddply函数

Question

我正在学习R并且不理解以下功能的一部分。在下面的函数中count=length(address)究竟在做什么？还有另一种方法吗？

crime_dat = ddply(crime, .(lat, lon), summarise, count = length(address))

Answer 1

plyr库有两个非常常见的＆＃34;帮助＆＃34;函数，summarize和mutate。

当您想要丢弃不相关的数据/列时，使用汇总，只保留分组变量的级别以及这些组的特定和汇总函数（在您的示例中为length）。 / p>

Mutate用于添加一个列（类似于基础R中的transform），但不丢弃任何内容。如果你运行这两个命令，他们应该很好地说明差异。

library(plyr)
ddply(mtcars, .(cyl), summarise, count = length(mpg))
ddply(mtcars, .(cyl), mutate, count = length(mpg))

在此示例中，如您的示例所示，目标是确定每个组中有多少行。当像ddply这样使用summarise时，我们需要选择一个以单列（向量）作为参数的函数，因此length是一个不错的选择。由于我们只计算行数/取向量的长度，因此我们传递给它的列并不重要。或者，我们可以使用nrow，但为此我们必须传递整个data.frame，因此summarise无法工作。在这种情况下，它可以节省我们的输入：

ddply(mtcars, .(cyl), nrow)

但是如果我们想要更多，总结一下真的很闪耀

ddply(mtcars, .(cyl), summarise, count = length(mpg),
      mean_mpg = mean(mpg), mean_disp = mean(disp))

---

  

还有其他办法吗？

是的，还有很多其他方式。

我是第二次亚历克斯建议使用dplyr来做这样的事情。 summarize和mutate概念仍在使用，但它的工作速度更快，代码更易读。

其他选项包括基本R中的data.table包（也是一个很好的选项），tapply()或aggregate()以及无数其他可能性。