plyr

6熱度

4回答

有沒有人知道一個爽快的方式來命令ddply總結操作的結果？這是我正在做的，以獲得按降序排列的深度輸出。 ddims <- ddply(diamonds, .(color), summarise, depth = mean(depth), table = mean(table)) ddims <- ddims[order(-ddims$depth),] 隨着輸出... > ddims

14熱度

1回答

Hadley的ddply是否支持python？

我發現Hadley的plyr軟件包對R非常有幫助，它是一個很棒的DSL用於數據轉換。解決的問題非常普遍，我不會在R中操作數據，而是在其他編程語言中面對其他用例。有誰知道是否存在一個模塊，爲python做類似的事情？例如： def ddply(rows, *cols, op=lambda group_rows: group_rows): """group rows by cols, th

3熱度

2回答

如何從R

中的開始日期和結束日期列表中統計組中當前的人數？或者說，我該如何做得比我更好。我有一個名稱和組中的開始和結束日期的數據框。我希望隨着時間的推移使用組中的人數生成一個數據框。請注意，有些人還沒有離開（結束日期是NA）下面是一個例子集 foo<-data.frame(name=c("Bob","Sue", "Richard", "Jane"), Start=as.POSIXct(c("

5熱度

2回答

ddply和空格在引用變量中

是否可以在ddply中使用空格？我使用的電子表格中的數據來自列名中有很多空格，我想保留這些名稱，因爲後來我想用與原始列名相同的列名導出此數據。有200多列，使用make.names當然會給我合適的名字，但是我失去了原來的列名。但ddply似乎不喜歡空格？有沒有解決方法？ lev=gl(2, 3, labels=c("low", "high")) df=data.frame(factor=le

4熱度

2回答

在函數內部使用ddply

我試圖在它內部使用ddply函數。但是我無法去工作。這是一個重現我所得到的虛擬例子。這有什麼要做的嗎this bug？ library(ggplot2) data(diamonds) foo <- function(data, fac1, fac2, bar) { res <- ddply(data, .(fac1, fac2), mean(bar)) res }

7熱度

5回答

爲每個組設置前n行的數據框，並按變量排序

我想爲n行分配一個數據框，這些行由一個變量分組並按另一個變量排序。這將通過一個例子清楚： d1 <- data.frame(Gender = c("M", "M", "F", "F", "M", "M", "F", "F"), Age = c(15, 38, 17, 35, 26, 24, 20, 26)) 我想得到2行，按年齡排序，每個性別。期望的輸出是： Gender Age

1熱度

2回答

如何使用ddply檢索全局索引？

我試圖找到從plyr包所以我做 new = ddply(diamonds, c("cut", "color", "clarity"), transform, ecart= price/carat - mean(price/carat)) best = ddply(new, c("cut", "color", "clarity"), summarize, which(ecart == m

3熱度

1回答

使用ddply時保留有序因子

我使用ddply很多。我偶爾使用有序的因素。在包含排序因子的數據幀上調用ddply會丟失重新組合的數據幀中的任何順序。我寫了下面的包裝爲ddply，記錄水平排序，然後再應用它在原先訂購的任何列： dat <- data.frame(a=runif(10),b=factor(letters[10:1], levels=letters[10:1],ordered=TRUE),

1熱度

1回答

plyr如何合併具有相同名稱但不同值的兩列不同數據幀

使用plyr庫合併3個數據幀時，我遇到一些具有相同名稱的值，但每個值在不同的data.frames中都有不同的值。 do.call(rbind.fill,list)如何處理這個問題：通過算術還是幾何平均？

1熱度

2回答

在連續變量邊界處分割數據幀並在兩邊執行計算

我想基於給定變量的邊界值分割數據幀，計算邊界兩側的某些內容並輸出矩陣（最好是數據幀）。示例代碼波紋管： set.seed(1) tdata <- data.frame(a1=rnorm(100, mean=5, sd=2), a2=rep(0:1, length.out=100)) tall <- sapply(1:9, function(x) { d <- split(tdata,