学习理解plyr，ddply

Question

我一直试图通过尝试不同的变量和函数来了解plyr是如何工作的，并查看结果。所以我更多的是寻找plyr如何工作的解释，而不是它回答的具体修复。我已经看过文档了，但我的新手大脑还是不明白。

一些数据和名称：

mydf<- data.frame(c("a","a","b","b","c","c"),c("e","e","e","e","e","e")
                  ,c(1,2,3,10,20,30),
                  c(5,10,20,20,15,10))
colnames(mydf)<-c("Model", "Class","Length", "Speed")
mydf

问题1:总结语法与转换语法

所以如果我输入：ddply(mydf, .(Model), summarise, sum = Length+Length)

我得到了：

`Model ..1
1     a   2
2     a   4
3     b   6
4     b  20
5     c  40
6     c  60

如果我输入：ddply(mydf, .(Model), summarise, Length+Length)，我会得到同样的结果。

现在如果使用transform：ddply(mydf, .(Model), transform, sum = (Length+Length))

我得到了：

  Model Class Length Speed sum
1     a     e      1     5   2
2     a     e      2    10   4
3     b     e      3    20   6
4     b     e     10    20  20
5     c     e     20    15  40
6     c     e     30    10  60

但如果我像第一个总结那样陈述它：ddply(mydf, .(Model), transform, (Length+Length))

  Model Class Length Speed
1     a     e      1     5
2     a     e      2    10
3     b     e      3    20
4     b     e     10    20
5     c     e     20    15
6     c     e     30    10

那么，为什么添加"sum =“会有不同呢？

问题2:为什么这些不起作用？

ddply(mydf, .(Model), sum, Length+Length) #函数(i)中出错:找不到对象'Length‘

ddply(mydf, .(Model), length, mydf$Length) #Error in .fun(piece, ...) : 

%2个参数传递给了需要%1的“length”

这些例子更多的是为了说明我根本不了解如何使用plyr。

任何作者或解释都很感谢。

Answer 1

语法为：

ddply(data.frame, variable(s), function, optional arguments)

其中函数应返回一个data.frame。在你的情况下，

• data.frame是一个函数，它将透明地创建一个新的data.frames，并将您提供的表达式的结果作为基础R函数的进一步参数，它将转换该函数(首先由变量拆分)，根据您提供的表达式作为进一步的参数添加新列。这些需要命名，这就是转换的工作方式。

如果使用子集、转换、变异、with、functions或summarise之外的其他函数，则需要确保它们返回一个长度( data.frame和sum不返回)，或者至少为输出返回一个适当长度的向量。

Answer 2

我发现，当我在“可视化”R中的任何功能工具如何工作时遇到困难时，最简单的做法是浏览单个实例：

ddply(mydf, .(Model), function(x) browser() )

然后实时检查x，这一切都应该是有意义的。然后你可以在x上测试你的函数，如果它工作了，你就是黄金级的(除非其他分组与你的第一个x不同)。

Answer 3

据我所知，ddply(... , .(...) , summarise, ...)操作的设计目的是减少行数，以匹配.(...)分组变量中的不同组合。因此，对于您的第一个示例，这看起来很自然：

ddply(mydf, .(Model), summarise, sL = sum(Length)
  Model sL
1     a  3
2     b 13
3     c 50

好的。似乎对我很有效(不是一个普通的plyr用户)。另一方面，我所理解的transform操作是创建与数据帧长度相同的新列。这就是您的第一个transform调用所完成的。你的第二个错误(失败)是：

ddply(mydf, .(Model), transform, (Length+Length))

该操作没有为所执行的操作创建新名称，因此在结果中没有分配任何新的名称。当您添加sum=(Length+Length)时，突然有了一个可用的名称(并且没有使用sum函数)。通常情况下，使用函数的名称作为列名是不好的。

关于第二个问题，我认为.fun参数需要是一个plyr函数，或者是一些对(拆分)数据帧整体有意义的函数，而不是任何旧函数。没有sum.data.frame函数。但'nrow‘或'ncol’确实有意义。你甚至可以让'str‘在那个位置工作。应用于数据帧的length函数给出列数：

 ddply(mydf, .(Model), length )  # all 4's