我正在尝试创建一个R脚本来汇总数据框中的度量.我希望它能动态地响应数据帧结构的变化.例如,我有以下块.
library(plyr) #loading plyr just to access baseball data frame MyData <- baseball[,cbind("id","h")] AggHits <- aggregate(x=MyData$h,by=list(MyData[,"id"]),FUN=sum)
此块创建一个数据框(AggHits),其中包含每个玩家的总命中(h)(id).好极了.
假设我想引进团队.如何更改by参数,以便AggHits具有“id”和“team”的每个组合的总命中数?我尝试了以下内容,第二行抛出错误:参数必须具有相同的长度
MyData <- baseball[,"team","team")]),FUN=sum)
更一般地说,我想写第二行,以便它自动聚集h除了h之外的所有变量.我可以使用setdiff轻松生成要分组的变量列表.
# set the list of variables to summarize by as everything except hits SumOver <- setdiff(colnames(MyData),"h") # total up all the hits - again this line throws an error AggHits <- aggregate(x=MyData$h,cbind(SumOver)]),FUN=sum)
我正在使用它的商业目的涉及一个csv文件,它有一个单一的度量($),目前有大约六个维度(产品,客户,州代码,日期等).我希望能够为csv文件添加维度,而无需每次都编辑脚本.
我应该提一下,我已经能够使用ddply实现这一点,但我知道使用ddply来总结一个单一的措施对于运行时来说是浪费;聚合速度要快得多.
提前致谢!
答案(具体到相关示例)
块应该是
MyData <- baseball[,"h")] SumOver <- setdiff(colnames(MyData),"h") AggHits <- aggregate(x=MyData$h,by=MyData[SumOver],FUN=sum)
解决方法
这由每个非整数列(ID,Team,League)聚合,但更一般地显示聚合在任意列列表上的策略(by = MyData [cols.to.group.on]):
MyData <- plyr::baseball cols <- names(MyData)[sapply(MyData,class) != "integer"] aggregate(MyData$h,by=MyData[cols],sum)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。