跨列表中的數據框執行基本計算（總數的百分比）的最佳方式是什麼？

Question

考慮一個名爲listDF的數據框列表。每個dataframes具有相同的欄目：

"Date" "Location" "V1" "V2"其中V1是充滿了實數

我想計算總的百分比列說V1每個日期/位置組合。對於每個特定的日期/地點對，所有數據幀的和爲V1，然後計算每個V1觀測值對相關樣本的份額。

我已經試過：

我堆棧dataframes，因爲我不知道該怎麼做掃地，而無需通過數據幀/日期/位置組合，這顯然是低效的循環。

library(plyr)

aggregate <- rbind.fill(listDF)

ptt <- ddply(aggregate,.(Date,Location),transform, share= V1/sum(V1))

最後一行導致RStudio崩潰，並要求我開始一個新的會話。 FWIW，平均數據幀有50k行，列表總共有大約1M行。我應該使用prop.table嗎？

在一個理想的世界中，我會在每個數據框中將百分比總數（ptt）作爲列，而不是單獨堆疊的數據幀，而這些數據幀之後我將不得不拆分。

*旁邊的問題：有沒有辦法選擇哪個列表元素的子集用於任何給定的ptt？我假定在我最初的問題中使用所有數據框，但願意根據V2的標準選擇。

感謝您的幫助。

Answer 1

如果列表中的每個數據幀具有相同的列，那麼使用具有指示原始數據幀的額外變量的單個數據幀將更容易。然後，您可以輕鬆執行按數據框分組的計算。

樣本數據

# two data frames 
d1 <- data.frame(x = rep(LETTERS[1:2], each = 5), y = rnorm(10)) 
d2 <- data.frame(x = rep(LETTERS[1:2], each = 7), y = rnorm(14)) 

# put data frames in a list 
L <- list(d1, d2) 

我們可以使用dplyr::bind_rows()爲 「不公開」 L成單個數據幀。該.id選項指示bind_rows創建一個明確的變量識別原始數據幀：

library(dplyr) 
d <- bind_rows(L, .id = "dat") 

現在你可以做你所創建的變量分組任何摘要：

d %>% 
    group_by(dat) %>% 
    summarise(mean_y = mean(y))