plyr包写在多列相同的功能

Question

我想使用ddply功能写入多个列相同的功能，但我试图继续写在一行，想看看有没有更好的方式做到这一点？

这里的数据的简单版本：

data<-data.frame(TYPE=as.integer(runif(20,1,3)),A_MEAN_WEIGHT=runif(20,1,100),B_MEAN_WEIGHT=runif(20,1,10)) 

，我想这样做是为了找出列A_MEAN_WEIGHT和B_MEAN_WEIGHT的总和：

ddply(data,.(TYPE),summarise,MEAN_A=sum(A_MEAN_WEIGHT),MEAN_B=sum(B_MEAN_WEIGHT)) 

但在我目前的数据我有超过8个“* _MEAN_WEIGHT”，我厌倦了将它们写入8次像

ddply(data,.(TYPE),summarise,MEAN_A=sum(A_MEAN_WEIGHT),MEAN_B=sum(B_MEAN_WEIGHT),MEAN_C=sum(C_MEAN_WEIGHT),MEAN_D=sum(D_MEAN_WEIGHT),MEAN_E=sum(E_MEAN_WEIGHT),MEAN_F=sum(F_MEAN_WEIGHT),MEAN_G=sum(G_MEAN_WEIGHT),MEAN_H=sum(H_MEAN_WEIGHT)) 

是重新写一个更好的方法？感谢您的帮助！！

Answer 1

的plyr -centred方法是使用colwise

如

ddply(data, .(TYPE), colwise(sum)) 
    TYPE A_MEAN_WEIGHT B_MEAN_WEIGHT 
1 1  319.8977  60.80317 
2 2  621.6745  37.05863 

您可以通过列名作为参数.col，如果你只想要一个子集

您也可以使用numcolwise或catcolwise来对数字ric或分类专栏。

需要注意的是，你可以在地方使用sapply最基本的使用colwise

ddply(data, .(TYPE), sapply, FUN = 'mean') 

---

惯用data.table方法是使用lapply(.SD, fun)

如

dt <- data.table(data) 
dt[,lapply(.SD, sum) ,by = TYPE] 
    TYPE A_MEAN_WEIGHT B_MEAN_WEIGHT 
1: 2  621.6745  37.05863 
2: 1  319.8977  60.80317 

Answer 2

试试这个：

ddply(data, .(TYPE), colSums) 

这里是上面的（慢）等同，可以调整，以把任何函数，而不是总结的：

ddply(data, .(TYPE), function(x) {apply(x, 2, sum)}) 

如果你想保留.(TYPE)列，像这样会这样做：

ddply(data, .(TYPE), function(x) {apply(x[,names(x) != "TYPE"], 2, sum)}) 

更好的是，使用data.table，而不是plyr：

library(data.table) 
dt = data.table(data) 

# just sums 
dt[, data.table(t(colSums(.SD))), by = TYPE] 

# sum for "A" and "B", and sqrt(sum) for "C" and "D" 
# note: you will have to call setnames() to fix the column names after 
dt[, data.table(t(colSums(.SD[, c("A_MEAN_WEIGHT", "B_MEAN_WEIGHT"), with = F])), 
       t(apply(.SD[, c("C_MEAN_WEIGHT", "D_MEAN_WEIGHT"), with = F], 
         2, function(x) sqrt(sum(x))))), 
    by = TYPE]