Question

我需要处理三个包含按名称索引的相同子组的数据框。也就是说，第一个数据帧df1如下所示：

Name      col1        col2
Car       94.56       1
Car       52.67       2
Bike      421.5       2
Bike      34.56       4

df2和df3具有相同的Name列，具有相同的值，只有不同的列。我需要为每个不同的名称处理3个数据帧中的所有行。到目前为止，我一直在使用这种方法：

results = data.frame(name = factor("dummy"), col1 = 1, col2 = 2) 
for( name in df1$Name ) {
  new.results = process(name, df1[df1$Name == name, ], df2[df2$Name == name, ], df3[df3$Name == name, ]
  results = rbind(results, new.results)
}

return(results)

这里process（）返回另一个数据框，其中包含一些计算结果。此代码的问题是process（）必须返回与“results”数据框相同的布局。如果我更改process（）返回的内容，我还必须更改'results'。此外，必须删除结果数据框中的第一行。

有更简单的方法吗？ by（）可以按名称对数据帧进行分组，并为每个子组调用process（），但是我无法传入df2和df3子组。

Answer 1

我会看看威克姆的ddply和plyr。他们听起来很合适。

http://svitsrv25.epfl.ch/R-doc/library/plyr/html/ddply-5k.html

基本思想是在标准上拆分数据框。在您的情况下，使用一个独特的名称，将一个函数应用于每个组（一个罐装的R函数，如总和或自定义的家庭烹饪），然后它们将它们全部重新组合在一起。

我不太了解不同的数据框架，但您可能会发现lapply更多的运气。您可以构建一个为每个组返回数据框的函数。叫它 output<- lapply(X = as.list(the_list_of_unique_groups), FUN = your_function_for_each_group)

将它缝合在一起 results <- do.call("rbind", output)

这种组合非常有用。祝你好运。

多个data.frame子组处理

1 个答案: