Question

我找到了解决方案，但怀疑必须有更自然或惯用的方法。鉴于多年来在许多站点进行了多年观测的数据集，请按站点列出每个站点的活动年份 - 应该是微不足道的。数据大致如此：

set.seed(668)
yrNames <- seq(1995,2015)
staNames <- c(LETTERS[1:12])
trpNames <- seq(1,6)
years <- rep(yrNames, times=rep(sample(1:4, length(yrNames), replace=TRUE)))
stations <- sample(staNames, length(years), replace=TRUE)
traps <- sample(trpNames, length(years), replace=TRUE)
data <- data.frame(YEAR=years, STATION=stations, TRAP=traps)

经过太多时间（努力思考矢量，避免循环）我终于努力了：

library("reshape2")
bySta <- dcast(data, YEAR ~ STATION)
sapply(bySta, function(x){ return(bySta$YEAR[x > 0])})

这给了我想要的东西：

# $YEAR
#  [1] 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
# [16] 2010 2011 2012 2013 2014 2015
# $A
# [1] 2002 2009 2015
# $B
# [1] 1996 1999 2003 2007 2013
# $C
# [1] 2000 2002 2005 2006 2009 2010 2014
# # [...]

但到达那里远非直观，有各种各样的死胡同。有没有办法更简单地说“每个df $ y的值列出我所有的df $ x”？

额外的皱纹是我从一个由

创建的每年dfs列表开始

dfList <- lapply(fileList, readDelimFunc)

我为其他目的而感到高兴但是为了完成这项任务，额外的组织层让我立刻感到困惑，所以我将它们拼凑成一个。是否可以从这个dfs列表（理所当然地）生成所需的列表，还是那么荒谬？

Answer 1

dplyr解决方案：

data %>% group_by(STATION) %>% summarize(years = list(unique(YEAR))) %>% as.data.frame

结果：

   STATION                                    years
1        A                         2002, 2009, 2015
2        B             1996, 1999, 2003, 2007, 2013
3        C 2000, 2002, 2005, 2006, 2009, 2010, 2014
4        D                   2003, 2005, 2010, 2014
5        E                               1997, 2005
6        F       1996, 1997, 1998, 2001, 2014, 2015
7        G                               1996, 2001
8        H                         1995, 1997, 2003
9        I                         1996, 1997, 2008
10       J                         1999, 2001, 2009
11       K             2003, 2004, 2010, 2011, 2012
12       L                   2002, 2004, 2011, 2015

请注意，Xapply循环实际上并非“向量化”，它们只是正常R函数调用迭代的包装器。（这种dplyr解决方案也没有“矢量化”）。

最好不要挂断寻找最佳解决方案，而是找到最灵敏的解决方案。

R：交叉引用列/反向查找

1 个答案: