按列表聚合函数

Question

我正在尝试创建一个 R 脚本来汇总数据框中的度量。我希望它对数据框结构的变化做出动态反应。例如，我有以下块。

library(plyr) #loading plyr just to access baseball data frame
MyData <- baseball[,cbind("id","h")]
AggHits <- aggregate(x=MyData$h, by=list(MyData[,"id"]), FUN=sum)

此块创建一个数据框 (AggHits)，其中包含每个玩家 (id) 的总点击数 (h)。耶。

假设我想引入团队。如何更改 by 参数，以便 AggHits 具有“id”和“team”的每个组合的总命中数？我尝试了以下方法，第二行抛出错误：参数必须具有相同的长度

MyData <- baseball[,cbind("id","team","h")]
AggHits <- aggregate(x=MyData$h, by=list(MyData[,cbind("id","team")]), FUN=sum)

更一般地说，我想写第二行，以便它自动聚合除 h 之外的所有变量的 h。我可以很容易地使用 setdiff 生成要分组的变量列表。

# set the list of variables to summarize by as everything except hits
SumOver <- setdiff(colnames(MyData),"h")

# total up all the hits - again this line throws an error
AggHits <- aggregate(x=MyData$h, by=list(MyData[,cbind(SumOver)]), FUN=sum)

我使用它的业务目的涉及一个 csv 文件，该文件有一个度量 ($)，目前有大约六个维度（产品、客户、州代码、日期等）。我希望能够向 csv 文件添加维度，而不必每次都编辑脚本。

我应该提到我已经能够使用 ddply 完成此任务，但我知道使用 ddply 来汇总单个度量在运行时间方面是浪费的；聚合要快得多。

提前致谢！

ANSWER（特定于相关示例） 块应该是

MyData <- baseball[,cbind("id","team","h")]
SumOver <- setdiff(colnames(MyData),"h")
AggHits <- aggregate(x=MyData$h, by=MyData[SumOver], FUN=sum)

Answer 1

这按每个非整数列（ID、Team、League）聚合，但更一般地显示了一种聚合任意列列表的策略 (by=MyData[cols.to.group.on])：

MyData <- plyr::baseball
cols <- names(MyData)[sapply(MyData, class) != "integer"]
aggregate(MyData$h, by=MyData[cols], sum)

Answer 2

这是使用来自基本 R 的aggregate 的解决方案

data(baseball, package = "plyr")

MyData  <- baseball[,c("id","h", "team")]
AggHits <- aggregate(h ~ ., data = MyData, sum)