使用聚合将多个函数应用于数据框中的每个列

时间:2014-10-29 07:12:57

标签: r aggregate split-apply-combine

当我需要按顺序将多个函数应用于多个列并按多列聚合并希望将结果绑定到数据框时,我通常以下列方式使用 aggregate()

# bogus functions
foo1 <- function(x){mean(x)*var(x)}
foo2 <- function(x){mean(x)/var(x)}

# for illustration purposes only
npk$block <- as.numeric(npk$block) 

subdf <- aggregate(npk[,c("yield", "block")],
                   by = list(N = npk$N, P = npk$P),
                   FUN = function(x){c(col1 = foo1(x), col2 = foo2(x))})

通过使用:

实现将结果放在有序的数据框中
df <- do.call(data.frame, subdf)

我是否可以在此方案中以某种方式使用do.call()更聪明地避开 aggregate() 的呼叫,或者通过使用其他基础来缩短整个过程{ {1}}从一开始的解决方案?

2 个答案:

答案 0 :(得分:2)

正如@akrun建议的那样,dplyr summarise_each非常适合这项任务。

library(dplyr)
npk %>% 
  group_by(N, P) %>%
  summarise_each(funs(foo1, foo2), yield, block)

# Source: local data frame [4 x 6]
# Groups: N
# 
#   N P yield_foo2 block_foo2 yield_foo1 block_foo1
# 1 0 0   2.432390          1   1099.583      12.25
# 2 0 1   1.245831          1   2205.361      12.25
# 3 1 0   1.399998          1   2504.727      12.25
# 4 1 1   2.172399          1   1451.309      12.25

答案 1 :(得分:0)

您可以使用

df=data.frame(as.list(aggregate(...