又一个聚合答案

【问题标题】：yet another aggregation又一个聚合
【发布时间】：2013-01-11 09:56:02
【问题描述】：

（对不起，如果标题不是很丰富：我不知道如何更好地定义这个问题）

我的数据格式如下：

在每个组中，我有一个 pre 值和一个或两个 post 值。我想将此表转换为以下内容：

我正在考虑将数据分组为：

aggregate(mydata, by = group, FUN = myfunction)

或

ddply(mydata, .(group), .fun = myfunction)

并在我的函数中处理每个组的元素。但我不知道该怎么做，因为我需要同时将type 和value 传递给我的函数。有没有更好的方法来做到这一点？

更新：快速而肮脏的示例数据集：

mydata <- data.frame(group = sample(letters[1:5], 10, replace = TRUE), 
                     type = sample(c("pre", "post"), 10, replace = TRUE), 
                     value = rnorm(10))

【问题讨论】：

截图真的没用。您能否发布一些示例数据，我们可以将其复制并粘贴到 R 会话中进行处理。
啊，对不起，你是对的。请稍等，我将附上示例数据。
我会说使用 reshape2 包中的 dcast()，但你在 C 组中有那个讨厌的 post2。
谢谢，我去看看 dcast。但是，一般来说 - 没有办法将子集的多个变量传递给用户的函数？这对我来说会容易得多：然后我会简单地返回一个包含每个子集的“pre”、“post1”和“post2”的列表......
@VasilyA，另一个提示，当发布使用随机数生成器的示例数据时，请务必在代码前使用set.seed()。这将使每个人都在使用相同的数据。

标签： r aggregate reshape

【解决方案1】：

试试这样的：

mydf <- data.frame(group = c("A", "A", "B", "B",
                             "C", "C", "C", "D",
                             "D", "E", "E"),
                   type = c("pre", "post", "pre",
                            "post", "pre", "post",
                            "post", "pre", "post",
                            "pre", "post"),
                   value = 1:11)

times <- with(mydf, ave(value, group, type, FUN = seq_along))
xtabs(value ~ group + interaction(type, times), mydf)
#      interaction(type, times)
# group post.1 pre.1 post.2 pre.2
#     A      2     1      0     0
#     B      4     3      0     0
#     C      6     5      7     0
#     D      9     8      0     0
#     E     11    10      0     0

或者：

times <- with(mydf, ave(value, group, type, FUN = seq_along))  
mydf$timevar <- interaction(mydf$type, times)
reshape(mydf, direction = "wide", idvar = "group", 
        timevar="timevar", drop="type")
#    group value.pre.1 value.post.1 value.post.2
# 1      A           1            2           NA
# 3      B           3            4           NA
# 5      C           5            6            7
# 8      D           8            9           NA
# 10     E          10           11           NA

在这两种解决方案中，关键是创建一个“时间”变量，该变量由“类型”和可以使用ave 创建的序列变量的组合表示。

为了完整起见，这里是来自“reshape2”的dcast：

times <- with(mydf, ave(value, group, type, FUN = seq_along))
library(reshape2)
dcast(mydf, group ~ type + times)
#   group post_1 post_2 pre_1
# 1     A      2     NA     1
# 2     B      4     NA     3
# 3     C      6      7     5
# 4     D      9     NA     8
# 5     E     11     NA    10

【讨论】：

您可以将xtabs 的输出包装在as.data.frame.matrix 中以获取data.frame。对于这个特定问题，我更喜欢 reshape 输出，因为它将值显示为 NA，而不是 0。
@AnandaMahto 你为什么打电话给“with”？ ave 调用还不够吗？
@AdityaSihag，只有在您当前环境中可以直接访问“值”、“组”和“类型”时才有效，除非您使用过 attach，否则它们不能使用，我不喜欢这样做。另一个选项是ave(mydf$value, mydf$group...，它需要大量额外的输入，因此更容易出错。