如何在使用ddply时检索全局索引？

Question

我试图从plyr包的钻石数据集中找到价格/克拉的最佳交易

所以我知道

    new = ddply(diamonds, c("cut", "color", "clarity"), transform, ecart= price/carat -  mean(price/carat))   
    best = ddply(new, c("cut", "color", "clarity"), summarize, which(ecart == min(ecart))

但当我这么做的时候

    head(best)
    cut color clarity ..1  
    1 Fair     D      I1   4  
    2 Fair     D     SI2  49  
    3 Fair     D     SI1  39  
    4 Fair     D     VS2   9  
    5 Fair     D     VS1   2

因此，指数似乎是从由蹒跚学步制作的子组中获得的。这里只有第一个索引，即4，对应于全局索引。如果我查一查new2，它就不是公平的类型，比如D，VS1。

知道如何轻松检索全局索引位置吗？

例如，如何优雅地添加id列？有没有更好的解决办法？

Answer 1

如果您试图为ecart、color和clarity的每一个独特组合确定最小值的钻石，那么您可能打算这样做：

new <- ddply(diamonds, c("cut", "color", "clarity"), transform, 
         ecart= price/carat -  mean(price/carat))   
best <- ddply(new, c("cut", "color", "clarity"), 
         .fun = function(x){x[which.min(x$ecart),]})

这不需要在传递给.fun的每一段.fun之外处理索引。

编辑

哈德利在评论中指出

ddply(new, c("cut","color","clarity"), subset, ecart == min(ecart))

更优雅。它还将正确地拉出符合条件的所有行，在领带最小的情况下。

Answer 2

我想我很清楚你想要什么。您可以直接使用which.min函数对由ddply返回的data.frames进行索引。您只需要使用匿名函数就可以这样做：

ddply(new, c("cut", "color", "clarity"), function(x) x[which.min(x$ecart) ,])

至于第二个问题，您可以生成如下ID列：

diamonds$id <- seq_len(nrow(diamonds))

但我不知道这和问题有什么关系？