Question

当我尝试使用ddply来总结data.frame的某些方面时，如果我只包含导致数字数据的表达式，那么事情就好了。但是，如果我包含导致数字和字符数据的表达式，那么所有输出列都会成为字符，我绝对没有预料到并且确实将我的代码放到了下游。这是我所谈论的可重复的例子：

library(plyr)
set.seed(1234)
data <- data.frame(x = 1:25,
                   y = c((1:25)*4 + rnorm(100, mean = 0, sd = 50),
                         (1:25)*4 + rnorm(100, mean = 0, sd = 1000)),
                   category = c(rep("stuff with a stronger correlation", 100),
                                rep("stuff with a weaker correlation", 100)))

lmresults <- ddply(data, "category", function(df) c(
      slope = coef(lm(df$y ~ df$x))[2],
      pval = signif(summary(lm(df$y ~ df$x))$coef[2, "Pr(>|t|)"], 2)
))
str(lmresults)

此输出：

'data.frame':   2 obs. of  3 variables:
 $ category  : Factor w/ 2 levels "stuff with a stronger correlation",..: 1 2
 $ slope.df$x: num  4.15 12.31
 $ pval      : num  3.7e-09 3.7e-01

请注意＆＃34;斜坡＆＃34;和＆＃34; pval＆＃34;都是数字的。但是，如果我这样做：

lmresults2 <- ddply(data, "category", function(df) c(
      pval = signif(summary(lm(df$y ~ df$x))$coef[2, "Pr(>|t|)"], 2),
      slope = paste("slope =", signif(coef(lm(df$y ~ df$x))[2], 2))
))
str(lmresults2)

输出结果为：

'data.frame':   2 obs. of  3 variables:
 $ category: Factor w/ 2 levels "stuff with a stronger correlation",..: 1 2
 $ pval    : chr  "3.7e-09" "0.37"
 $ slope   : chr  "slope = 4.1" "slope = 12"

我期待slope成为角色，但突然pval也是角色！

这是 plyr 中的错误吗？它是否将输出转换为矩阵，矩阵必须与所有数据具有相同的类？但如果是这样的话，为什么对象lmresults2的类仍然是＆＃34; data.frame＆＃34;？

Answer 1

不，这不是一个错误。这是因为您在匿名函数中使用c()。根据{{1}}：

所有参数都被强制转换为公共类型，它是返回值的类型，


...


输出类型由层次结构中的最高类型的组件确定NULL＆lt;原始＆lt;逻辑＆lt;整数＆lt;双＆lt;复杂＆lt;字符＆lt;列表＆lt;表达

你的第一个匿名函数连接两个调用，这两个调用都会产生数值，因此没有问题。但是你的第二个匿名函数将用help(c)创建的数字与由signif()创建的字符连接起来，从而给出一个字符结果。

也许您想要paste()而不是data.frame(pval = ..., slope = ...)。为了更简单地了解发生了什么，请查看c()的结果。它是数字还是字符？

Plyr将类从数字更改为字符

1 个答案: