运行 R 中数据框的自定义函数，按组

Question

在获取自定义函数以遍历数据框中的组时遇到一些问题。

这是一些示例数据：

set.seed(42)
tm <- as.numeric(c("1", "2", "3", "3", "2", "1", "2", "3", "1", "1"))
d <- as.numeric(sample(0:2, size = 10, replace = TRUE))
t <- as.numeric(sample(0:2, size = 10, replace = TRUE))
h <- as.numeric(sample(0:2, size = 10, replace = TRUE))

df <- as.data.frame(cbind(tm, d, t, h))
df$p <- rowSums(df[2:4])

我创建了一个自定义函数来计算值 w:

calc <- function(x) {
  data <- x
  w <- (1.27*sum(data$d) + 1.62*sum(data$t) + 2.10*sum(data$h)) / sum(data$p)
  w
  }

当我运行整个数据集上的函数时，我得到以下答案：

calc(df)
[1]1.664474

理想情况下，我想要 return 按 tm 分组的结果，例如：

tm     w
1    result of calc
2    result of calc
3    result of calc

到目前为止，我已经尝试在我的函数中使用 aggregate，但出现以下错误：

aggregate(df, by = list(tm), FUN = calc)
Error in data$d : $ operator is invalid for atomic vectors

我觉得我已经盯着这个太久了，有一个明显的答案。如有任何建议，我们将不胜感激。

Answer 1

你可以试试split:

sapply(split(df, tm), calc)

#       1        2        3 
#1.665882 1.504545 1.838000

如果你想要一个列表lapply(split(df, tm), calc)。

或 data.table:

library(data.table)

setDT(df)[,calc(.SD),tm]
#   tm       V1
#1:  1 1.665882
#2:  2 1.504545
#3:  3 1.838000

Answer 2

library(plyr)
ddply(df, .(tm), calc)

Answer 3

使用dplyr

library(dplyr)
df %>% 
   group_by(tm) %>%
   do(data.frame(val=calc(.)))
#  tm      val
#1  1 1.665882
#2  2 1.504545
#3  3 1.838000

如果我们稍微更改函数以包含多个参数，这也适用于 summarise

 calc1 <- function(d1, t1, h1, p1){
      (1.27*sum(d1) + 1.62*sum(t1) + 2.10*sum(h1) )/sum(p1) }
 df %>%
     group_by(tm) %>% 
     summarise(val=calc1(d, t, h, p))
 #  tm      val
 #1  1 1.665882
 #2  2 1.504545
 #3  3 1.838000

Answer 4

...和地图函数解决方案...

library(purrr)
df %>% 
    split(.$tm) %>% 
    map_dbl(calc)
# 1        2        3 
# 1.665882 1.504545 1.838000

Answer 5

因为 dplyr 0.8 你可以使用 group_map:

library(dplyr)
df %>% group_by(tm) %>% group_map(~tibble(w=calc(.)))
#> # A tibble: 3 x 2
#> # Groups:   tm [3]
#>      tm     w
#>   <dbl> <dbl>
#> 1     1  1.67
#> 2     2  1.50
#> 3     3  1.84

运行 R 中数据框的自定义函数，按组

Run a custom function on a data frame in R, by group

aggregate

r

function

dplyr