在子集化时使用 ddply 向数据添加标签答案

【问题标题】：Adding labels to data with ddply while subsetting在子集化时使用 ddply 向数据添加标签
【发布时间】：2010-07-31 00:15:04
【问题描述】：

假设我有一个像这样的 data.frame：

x <- c(1:10,1:10,1:10,1:10,1:10,1:10,1:10,1:10,1:10,1:10)
df <- data.frame(x=x,y=rnorm(100))

并且我想为 x (1:10) 的每个值标记在第 80 个百分位数中排序（降序）的值。我可以获取分位数并对数据进行排序，而不会出现这样的问题：

df <- ddply(df, .(x), subset, y > quantile(y,0.8))
df <- df[with(df, order(x,-y)),]

现在，我怎样才能让 ddply 在 data.frame 的每个排序子集的新列中添加一列标签 (1,2,3,...n)？我现在可以通过计算 nrow(df["x"]) 来使用 for 循环来做到这一点，但这似乎缺乏任何口才。

注意：这个问题是由Creating multiple subsets all in one data.frame (possibly with ddply) 建立并与之相关的

【问题讨论】：

对不起，我不完全理解标签应该是什么。我也不确定向量上的 nrow() 是如何工作的。
没关系，看到哈德利的回应

标签： r

【解决方案1】：

df <- ddply(df, "x", transform, id = rank(y))

或者，如果已经排序：

df <- ddply(df, "x", transform, id = seq_along(y))

【讨论】：

【解决方案2】：

也许这个函数会产生你想要的：

subno <- function(df, vars, offset=1) {
    id <- do.call("paste", df[,vars, drop=FALSE])
    nr <- seq(along.with=id)
    grpnr <- nr
    grpnr[c(FALSE, id[-1] == id[-length(id)])] <- 0
    subnr <- nr - cummax(grpnr) + offset
    return(subnr)
}

df$label <- subno(df, c('x'))

此函数需要一个已排序的数据框，vars 包含要分组的变量名称。

【讨论】：