我尝试了什么：

Question

考虑名为"Date" "Location" "V1" "V2"的数据框列表。每个数据帧都具有相同的列：

library(plyr)其中V1是一个用实数填充的列

我想计算每个日期/位置组合的说法总数的百分比。这是每个特定日期/位置对的所有数据帧的总和V1，然后计算每个V1观察值与相关样本的份额。

我尝试了什么：

我堆叠了数据帧，因为我不知道如何在没有循环数据帧/日期/位置组合的情况下进行扫描，这显然效率很低。

aggregate <- rbind.fill(listDF)

ptt <- ddply(aggregate,.(Date,Location),transform, share= V1/sum(V1))

prop.table

最后一行导致RStudio崩溃并要求我开始一个新会话。 FWIW，avg数据帧有50k行，列表总共有大约1M行。我应该使用{{1}}吗？

在一个理想的世界中，我会将百分比（ptt）作为每个数据帧中的一列，而不是单个堆叠的数据帧，我将不得不拆分。

*附带问题：有没有办法选择哪个列表元素子集用于任何给定的ptt？我假设在我最初的问题中使用了所有数据帧，但是很乐意根据V2的标准进行选择。

感谢您的帮助。

Answer 1

如果列表中的每个数据帧具有相同的列，则使用具有指示原始数据帧的额外变量的单个数据帧将更容易。然后，您可以轻松执行按数据框分组的计算。

示例数据

# two data frames
d1 <- data.frame(x = rep(LETTERS[1:2], each = 5), y = rnorm(10))
d2 <- data.frame(x = rep(LETTERS[1:2], each = 7), y = rnorm(14))

# put data frames in a list
L <- list(d1, d2)

我们可以使用dplyr::bind_rows()将L“取消列入”单个数据框。 .id选项指示bind_rows创建标识原始数据框的显式变量：

library(dplyr)
d <- bind_rows(L, .id = "dat")

现在，您可以按照您创建的变量进行任何汇总：

d %>%
  group_by(dat) %>%
  summarise(mean_y = mean(y))

在列表中的数据框架中执行基本计算（总数的百分比）的最佳方法是什么？

我尝试了什么：

1 个答案: