r - 在 R : subsets of unequal length 中处理 tapply() 与 ddply {plyr} 的输出

我有一个数据框:

> df <- data.frame(
+   Species = rep(LETTERS[1:4], times=c(5,6,7,6)),
+   Length = rep(11:14, each=3)
+ )
>
> df

我需要能够计算每个物种的特定长度的个体数量(即，物种 A 中有多少个体的长度为 1、2、3 等？)然后，我需要执行一系列额外的对输出进行分析。例如，我需要计算每个长度的个体的密度，以及从一个长度类别到下一个长度类别的密度减少。

如果我先对数据进行子集化，这很容易:

Spec.A<-df[df$Species=="A",]

#count number of specimens of each length;
count<-table(Spec.A$Length)
count

#calculate density per length category (divide by total area sampled =30)
density<-count/(30)
density

#calculate the decrease in density (delta.N) from one length category to the next;
delta.N<-diff(density, lag=1, differences=1)
delta.N

问题是我需要对每个物种进行这些计算(即遍历每个子集)。

一方面，我可以使用 tapply() 和使用 table() 的函数；

#function: count number of specimens of each length;
count<-function(x){
table(x)
}

Number<-tapply(df$Length, df$Species, FUN=count, simplify=FALSE)
Number

这给了我想要的东西，但输出的格式很时髦，我不知道如何对结果进行额外的分析。

我曾尝试使用 plyr 中的 ddply()，例如:

ddply(df$Length, df$Species,
count)

但我显然不正确，我什至不确定 ddply() 是否适合我的问题，因为我对每个物种都有不同数量的长度观察。

我应该更仔细地查看 plyr 中的其他选项吗？或者有没有办法编写一个 for 循环来做我需要的？

最佳答案

你在正确的轨道上!带有列表输出的 tapply 绝对是一种方法，并且可能是一个不错的选择，因为您的输出将具有不同的长度。
ddply ，就像你猜的那样，是另一种方式。关键是您提供给 ddply 的函数的输出应该是一个数据框，其中所有统计数据都处于“长”模式(以便它们可以很好地堆叠)。简单的 count 函数无法做到这一点，因此您需要创建自己的函数。我为这样的 ddply 调用设计函数的方式实际上与您所做的非常相似:我获取数据的一个子集，然后使用它来制作我的函数。然后，当您将其提交给 ddply 时，它会很好地将该函数应用于所有子集。

SpeciesStats <- function(df) {
  counts    = table(df$Length)
  densities = counts/30
  delta.N   = diff(densities, lag=1, differences=1)

  data.frame(Length   = names(counts),
             Count    = as.numeric(counts),
             Density  = as.numeric(densities),
             delta.N  = c(NA, delta.N),
             row.names=NULL)
}

> ddply(df, 'Species', SpeciesStats)
   Species Length Count    Density     delta.N
1        A     11     3 0.10000000          NA
2        A     12     2 0.06666667 -0.03333333
3        B     12     1 0.03333333          NA
4        B     13     3 0.10000000  0.06666667
5        B     14     2 0.06666667 -0.03333333
6        C     11     3 0.10000000          NA
7        C     12     3 0.10000000  0.00000000
8        C     14     1 0.03333333 -0.06666667
9        D     13     3 0.10000000          NA
10       D     14     3 0.10000000  0.00000000

关于r - 在 R : subsets of unequal length 中处理 tapply() 与 ddply {plyr} 的输出，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/7985154/