RScript 和统计找到最小值答案

【问题标题】：RScript and statistics to find minRScript 和统计找到最小值
【发布时间】：2013-05-12 15:21:18
【问题描述】：

我需要找到以下的最小值：

  Product Year
   N1     1988
   N2     1986
   N1     2008
   N1     2008
   N2     1999
   N2     2007

我想查找使用 RScript 首次列出的产品是哪一年。比如 N1 产品是 1988 年首次上市的，N2 产品是 1986 年首次上市的。同样我要为 500000 个产品做。

【问题讨论】：

你尝试了什么？你搜索了什么？

标签： r rscript

【解决方案1】：

有不同的可能性：aggregate、tapply 或 by。

dat <- read.table(text = " Product Year
   N1     1988
   N2     1986
   N1     2008
   N1     2008
   N2     1999
   N2     2007", header = TRUE)

aggregate(Year ~ Product, dat, min)
  Product Year
1      N1 1988
2      N2 1986

with(dat, tapply(Year, Product, min))
  N1   N2 
1988 1986 

with(dat, by(Year, Product, min))
Product: N1
[1] 1988
-------------------------------------------------------------------------------- 
  Product: N2
[1] 1986

【讨论】：

library(plyr); ddply(dd,"Product",summarise,minYear=min(Year))
只是好奇：你觉得有理由更喜欢其中一个吗？（或者，如果这样更好，我可以提出一个新问题。）
我相信 SO 上已经有很多问题可以对这些选项进行基准测试，还有data.table 解决方案，例如stackoverflow.com/questions/14048739/r-use-ddply-or-aggregate/…

【解决方案2】：

这在 R 中非常简单。试试：

dframe = read.table(text=" Product Year
   N1     1988
   N2     1986
   N1     2008
   N1     2008
   N2     1999
   N2     2007", header=T)

lapply(split(dframe$Year, dframe$Product), FUN=min)
$N1
[1] 1988

$N2
[1] 1986

这里的关键函数是?split和?lapply。 split() 按产品组分解数据框并返回列表列表。 lapply() 将函数 min() 应用于每个列表，并返回由相关列表（产品）索引的输出。

【讨论】：