类似问题，但需要数据帧输出 - R答案

【问题标题】：tapply like issue, but require dataframe output - R类似问题，但需要数据帧输出 - R
【发布时间】：2012-01-19 01:29:07
【问题描述】：

这是我的第一篇文章，所以希望我能解释一下我需要正确做什么。我对 R 还是很陌生，我可能已经阅读过回答这个问题的帖子，但我终其一生都无法理解它们的含义。因此，如果已经回答，请提前道歉。

我有大量来自无线电项圈的 GPS 位置数据集，并且每天的位置数量不一致。我想浏览数据集并根据 GPS 信号的准确度为每天选择一个数据点。

所以它基本上看起来像这样。

Accuracy    Month    Day    Easting    Northing    Etc
   5          6       1     #######    ########     #
   3.2        6       1     #######    ########     #
   3.8        6       1     #######    ########     #
   1.6        6       2     #######    ########     #
   4          6       3     #######    ########     #
   3.2        6       3     #######    ########     #

我想提取每天最准确的点（最低准确度度量），同时保留其余相关数据。

目前我一直在使用tapply功能

datasub1<-subset(data,MONTH==6)
tapply(datasub1$accuracy, datasub1$day, min)

使用这种方法，我可以成功检索最小值，每天一个，但是我无法获取相关的坐标和时间，以及所有其他重要信息，并且由于数据集接近 300 000 行，我真的不能用手做。

所以本质上，我需要得到与 tapply 相同的结果，但我需要找到该点的整行，而不是单个点。

提前感谢任何可以伸出援助之手的人。如果您需要更多信息，请告诉我，我会尽力为您提供。

【问题讨论】：

标签： r gps plyr tapply

【解决方案1】：

您可以使用ddply：它将一个 data.frame 切割成碎片（每天一个），并对每个碎片应用一个函数。

# Sample data
n <- 100
d <- data.frame(
  Accuracy = round(runif(n, 0, 5), 1),
  Month    = sample(1:2, n, replace=TRUE),
  Day      = sample(1:5, n, replace=TRUE),
  Easting  = rnorm(n),
  Northing = rnorm(n),
  Etc      = rnorm(n)
)

# Extract the maximum for each day
# (In case of ties, you only have the first row)
library(plyr)
ddply( 
  d, 
  c("Month", "Day"), 
  function (u) u[ which.min(u$Accuracy), ] 
)

【讨论】：

太棒了！非常感谢，我在搜索中偶然发现了 ddply 好几次，但我不知道如何将它应用到我自己的东西上。就像我说的，R 的新手，它绝对不是我的强项。再次感谢。我不完全确定精度，月份和日期之后的编程是什么。我和他们一起得到了一些古怪的数字，当我把它们拿出来时，一切都如我所愿。但现在一切都很好，为我节省了大量时间。再次感谢。
@mathematical.coffee：我已将我的最大值替换为最小值，以匹配原始问题。
@HeidelbergSlide，如果这个答案对你有用，那么点击答案左上角的绿色小勾——它会让未来的用户遇到和你一样的问题你如何修复它，以便他们也可以。

【解决方案2】：

这是一个使用拆分应用范例的基本解决方案，至少在一开始就构成了 plyr 功能的基础：

lapply( 
     split(dat, list(dat$Month, dat$Day)),
         function(d) d[ which.min(d$Accuracy), ])

【讨论】：

我很好奇有人会如何在基地处理这个问题。我自己没有答案。很好的解决方案。您的解决方案似乎生成了一个列表结构（对我而言），并且不会提供 HeidelbergSlide 似乎想要的漂亮数据框。修改您的回复并使用 sapply 然后用 t() 包装它似乎可以提供一个更接近地代表发布者期望结果的数据框。

【解决方案3】：

所以你真的不想以任何方式聚合。您需要做的就是选择每天的最小值。因此，您需要做的就是找到最小值并选择匹配项。

mins <- ave(datasub1$accuracy, datasub1$day, FUN = min)
datasub1[ datasub1$accuracy == mins, ]

如果您需要逐月或逐年或其他任何时间，只需将它们作为列表添加到 ave 的第二个参数。这是另一种语法。

mins <- with( datasub1, ave(accuracy, day, month, FUN = min) )

【讨论】：

我认为这对“...我需要找到该点的整行”没有帮助。它只会返回准确度和日期列。
现已修复...没有编辑历史记录，所以要么我错过了它，要么是后来添加的