Question

以下是我的数据结构：

> str(highered.tweets)
'data.frame':   2950 obs. of  5 variables:
 $ created_at  : POSIXlt, format: "2012-02-13 20:41:36" "2012-02-13 20:37:00" ...
 $ from_user   : chr  "feministtexican" "OzGrrl09" "LuanaClarke" "LostBookEnds" ...
 $ from_user_id: chr  "68253996" "63451221" "273757811" "118199557" ...
 $ tweet_idstr : chr  "169234804729069570" "169233649844236288" "169233398240526337" "169232836795187203" ...
 $ text        : chr

以下是我试图传递给plyr的函数：

NTWEETS <- function(x) nrow(x)
NUNIQUE <- function(x) length(unique(x$from_user_id))

这很好用：

ddply(highered.tweets[,c(1,3)], .(format(created_at, "%j%H" )), NTWEETS)
ddply(highered.tweets[,c(1,3)], .(format(created_at, "%j%H" )), NUNIQUE)

然而这失败了：

ddply(highered.tweets[,c(1,3)], .(format(created_at, "%j%H" )), transform,
                      NTWEETS,
                      NUNIQUE)

Error in as.POSIXlt.POSIXct(x, tz) : invalid 'tz' value

任何帮助将不胜感激。我刚刚开始使用plyr，我开始意识到我花了太长时间才潜入这个伟大的图书馆。

提前致谢。

Answer 1

试试这个。

summary_tweets <- function(x){
  num_tweets    <- NROW(x)
  unique_tweets <- length(unique(x$from_user_id))
  data.frame(num_tweets, unique_tweets)
}

ddply(highered.tweets[,c(1,3)], .(format(created_at, "%j%H" )), summary_tweets)

Answer 2

如有疑问，请阅读文档？ ;-)

这很简单：使用.(var1, var2, ...)。这是一个例子。我们老旧的mtcars数据：

R> head(mtcars)
                   mpg cyl disp  hp drat    wt  qsec vs am gear carb
Mazda RX4         21.0   6  160 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag     21.0   6  160 110 3.90 2.875 17.02  0  1    4    4
Datsun 710        22.8   4  108  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive    21.4   6  258 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2
Valiant           18.1   6  225 105 2.76 3.460 20.22  1  0    3    1

例如，重做所有变量的条件均值以条件方式对传输的组合（am如自动或不自动）和齿轮：

R> ddply(mtcars, .(am,gear), colMeans)
      mpg     cyl    disp      hp    drat     wt   qsec   vs am gear    carb
1 16.1067 7.46667 326.300 176.133 3.13267 3.8926 17.692 0.20  0    3 2.66667
2 21.0500 5.00000 155.675 100.750 3.86250 3.3050 20.025 1.00  0    4 3.00000
3 26.2750 4.50000 106.688  83.875 4.13375 2.2725 18.435 0.75  1    4 2.00000
4 21.3800 6.00000 202.480 195.600 3.91600 2.6326 15.640 0.20  1    5 4.40000
R>

1次调用中的多个列

2 个答案: