使用 ddply 时保留所有列答案

【问题标题】：Keeping all columns when using ddply使用 ddply 时保留所有列
【发布时间】：2015-10-27 22:44:14
【问题描述】：

我有一个看起来像这样的ddplay 函数

myF <- ddply(.data = someDf,
                  .variables = ~X,
                  .fun = function(piece) {
                      as.Date(piece$myDate, "%d.%m.%Y") %>% which.min
})

我需要返回整个数据框，而不仅仅是包含变量 X、Y 和 myDate 的数据框。我如何告诉 ddply 它应该按照函数的说明对我的数据进行排序，但返回我初始 df 的每一列？

我运行操作的 df 看起来像

X    Y    c    d    myDate    
a1   12   bb   c    05.05.12
a1   14   cd   a    04.05.12
b1   12   ff   r    10.12.15
c1   15   ss   g    09.09.10
b1   12   aa   p    01.02.12

在 ddply 之后它应该看起来像这样

X    Y    c    d    myDate    
a1   14   cd   a    04.05.12
c1   15   ss   g    09.09.10
b1   12   aa   p    01.02.12

【问题讨论】：

标签： r plyr

【解决方案1】：

与@bramtayl 类似的答案，但也使用了过滤器。

> library(dplyr)

> new_df <- x %>%
+  group_by(X) %>%
+  mutate(myDate = as.Date(myDate, format = '%d.%m.%y')) %>%
+  filter(myDate == min(myDate))

> new_df
Source: local data frame [3 x 5]
Groups: X [3]

       X      Y      c      d     myDate
  (fctr) (fctr) (fctr) (fctr)     (date)
1     a1     14     cd      a 2012-05-04
2     c1     15     ss      g 2010-09-09
3     b1     12     aa      p 2012-02-01

> unique(x$X) %>% length == nrow(new_df)
[1] TRUE

> unique(x$X) %>% length == length(new_df)
[1] FALSE

【讨论】：

这似乎行得通。但是，当我运行 unique(x$X) %>% length 时，该结果的长度与您的代码返回的 df 的长度不同。那不应该。
我相信你在这里错误地使用了length。如果您使用length(new_df)，您将返回数据框中的列数......这是错误的。你想要nrow(new_df)。应该是一样的，你提供的数据也是一样的。
unique 没有给我一个df 回，而是一个向量！所以length 应该没问题。
我将unique(x$X) %>% length 与nrow(new_df) 进行了比较。但是，我的 unique(x$X) %>% length 是 16030，我的 nrow(new_df) 是 42540。有什么想法可能是这里的问题吗？！

【解决方案2】：

一种解决方法，假设您的输出与输入的长度相同：

myF <- cbind( myF, 
                  ddply(.data = someDf,
                  .variables = ~X+Y,
                  .fun = function(piece) {
                      as.Date(piece$myDate, "%d.%m.%Y") %>% which.min
})
)

这会将新信息附加到数据框末尾的列中。

【讨论】：

我的输出长度不一样。这就是ddply 的意义所在，不是吗？ :)
这取决于 :) 你能dput()你的数据，这样我们就可以看到你在处理什么？
我添加了我的数据框的示意图示例

【解决方案3】：

你在寻找这样的东西吗？

library(dplyr)

df %>%
  group_by(X) %>%
  slice(myDate %>% 
          as.Date("%d.%m.%Y") %>% 
          which.min %>% 
          last)

【讨论】：

不。当我运行 unique(x$X) %>% length 时，该结果的长度与您的代码返回的 df 的长度不同。那不应该是