Question

我有一个类似于此的数据框 - 例如，2列和多行：

A 2

A 7

B 1

B 3

B 6

C 2

我想对第1列的每个唯一值中的第二列中的项目执行一些操作。

我有

  unique.values <- sort(unique(mydata[,1]))

这部分适用于获取每个唯一值，但我不知道如何将每个唯一因子与第二列中的值相关联。我需要能够完全独立地对每一个进行操作，并希望能够计算行等。尝试使用grep，但无法使其工作。

感谢您提供任何帮助！

Answer 1

不完全听从你的问题，但我认为这就是你想要的：

df <- data.frame(read.table(textConnection("
A 2
A 7
B 1
B 3
B 6
C 2")))
library(plyr)
ddply(df, .(V1), nrow)

有很多方法可以做这种事情，所以如果你想要更好的答案，你需要提供更多有关你想要做的事情的细节。

修改的

通常，如果您有一组唯一值，并且希望根据该集合对它们应用函数，则可以使用某个版本的apply函数执行此操作。例如，在上面的示例中，以下是基于第一列获取平均值的几种不同方法：

ddply(df, .(V1), function(x) data.frame(mean=mean(x[,2])))
do.call("rbind", by(df, df[,1], function(x) data.frame(mean=mean(x[,2]))))
do.call("rbind", lapply(unique(df[,1]), function(a) data.frame(V1=a, mean=mean(df[df[,1]==a,2]))))

Answer 2

ave（）函数或tapply函数将执行您想要的操作。这取决于你想要的输出。如果希望输出向量与输入向量ave（）一样长，但是如果要将数据减少到分组向量tapply（）的级别。

ave(mydata[,2], mydata[,1], FUN = length) #FUN can be any function

或者，对于简化版......

tapply(mydata[,2], mydata[,1], FUN = length) #FUN can be any function

Answer 3

另一种可能性，使用Shane的df：

aggregate(df[,2],list(df[,1]),FUN=length)

再次，将length替换为适用于矢量的任何其他函数。您可以在list中指定多个因子，然后针对每个因子组合执行此操作。

与ave()的区别在于ave()给出了一个具有原始数据帧长度的向量。 aggregate()返回一个数据框，其中一个变量是组指示符。 tapply()返回一个长度等于组数的向量。 ddply()返回一个数据框，其中包含每个指定因子的变量。

如果您必须对多个列执行操作，by()构造特别有用，因为它基本上是数据帧上的循环。它返回一个列表，可以使用Shanes构造转换，也可以直接使用matrix()或rbind()。这给每次一个不同的结构，但它们都很有用。

根据您希望输出的格式，您可以选择其中一种可能性。

使用与数据框中的唯一值关联的值

3 个答案: