R：循环遍历数据框，根据日期提取数据子集答案

【问题标题】：R: loop through data frame extracting subset of data depending on dateR：循环遍历数据框，根据日期提取数据子集
【发布时间】：2023-03-23 23:46:01
【问题描述】：

我有一个大型数据框，其中包含如下所示的数据：

        date    w    x    y    z    region
1    2012 01    21   43   12    3   NORTH
2    2012 02    32   54   21   16   NORTH
3    2012 03    14   32   65   32   NORTH
4    2012 04    65   33   75   21   NORTH
:        :      :    :    :    :       :
:        :      :    :    :    :       :
12   2012 12    32   58   53   17   NORTH
13   2012 01    12   47   43   23   SOUTH
14   2012 02    87   43   21   76   SOUTH
:        :      :    :    :    :       :
25   2012 01    12   46   84   29    EAST
26   2012 02    85   29   90   12    EAST
:        :      :    :    :    :       :
:        :      :    :    :    :       :

我想提取具有相同date 值的数据部分，例如仅针对2012 01 执行此操作，我只需创建一个数据子集

data_1 <- subset(data, date == "2012 01")

这为我提供了2012 01 的所有数据，但我继续对这些数据应用一个函数。我希望能够将我的函数应用于我的数据的所有可能子集，因此理想情况下，我将遍历我的大型数据框并提取2012 01, 2012 02, 2012 03, 2012 04... 的数据，并将函数分别应用于这些数据子集的每一个。

但即使我的数据帧长度发生变化，我也希望能够将其应用于我的数据帧，因此它可能并不总是从 2012 01 - 2012 12 开始，日期范围可能会有所不同，因此有时可能是用于来自例如 2011 03 - 2013 01 的数据。

【问题讨论】：

标签： r for-loop dataframe subset

【解决方案1】：

遍历每个唯一日期并构建子集。

uniq <- unique(unlist(data$Date))
for (i in 1:length(uniq)){
    data_1 <- subset(data, date == uniq[i])
    #your desired function
}

【讨论】：

每个子集都有唯一的名称吗？据我所知，您最终会将每个子集放在一个数据框中。谢谢
没有每个循环只会覆盖data_1，然后用户可以将任何函数应用于数据帧并选择自己存储结果的位置。
@TylerDurden 。它看起来是我需要的。如果我想根据地区和日期制作子集怎么办？例如data_1
@PolarBear 这是一个新问题。只需谷歌它，答案很简单google.com/#safe=active&q=subset+data+r+2+conditions

【解决方案2】：

这是你想要的吗？ df_list <- split(data, as.factor(data$date))

【讨论】：

这太完美了！这么简单的答案，我认为会更复杂，谢谢

【解决方案3】：

在按日期对数据集进行子集设置后，假设您要应用于每个子集的函数是求列x 的平均值。你可以这样做：（df是你的数据框）

 library(plyr)
 ddply(df, .(date), summarize, mean = mean(x))

【讨论】：

【解决方案4】：

您可以像这样将data.frame 拆分为list 或data.frames：

list.of.dfs<-by(data,data$date)

【讨论】：

似乎不起作用。 by() 缺少 FUN 参数

【解决方案5】：

这是plyr 包的完美情况：

require(plyr)
ddply(my_df, .(date), my_function, extra_arg_1, extra_arg_2)

其中my_function 是您要在拆分数据帧上执行的函数，extra_args 是需要转到该函数的任何额外参数。

ddply (data frame -> data frame) 是您想要的数据框中的结果； dlply 返回一个列表。

【讨论】：