循环在ddply中创建新的变量

本文介绍了循环在ddply中创建新的变量的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！ 问题描述 29岁程序员，3月因学历无情被辞！ 我使用ddply来汇总和汇总数据框架变量，我有兴趣循环访问数据框的列表以创建新的变量。 new.data c（factor，factor2）， function（df）c（a11_a10 = CustomFunction（df $ a11_a10）， a12_a11 = CustomFunction（df $ a12_a11）， a13_a12 = CustomFunction（df $ a13_a12）， ... ... .. 。）） 有没有办法让我在ddply中插入一个循环，这样我就可以避免写每一个新的总结变量，例如： pre $ for（i in 11：n）{ paste（a i，_a，i - 1）= CustomFunction（.....）} 我知道这不是实际的做法，但我只是想展示一下如何将其概念化。有没有办法做到这一点，在我调用ddply函数，或通过列表？ 更新：因为我是一个新的用户，我不能发表一个答案我自己的问题： 我的答案涉及尼克的答案和Ista的评论的想法： func varrange< - min：max usenames<粘贴（a，varrange，_a，varrange-gap，sep =） new.data< - ddply（old.data，。（factor，factor2）， colwise（CustomFunction，c（usenames）））} 解决方案 建立在@Nick的优秀答案，这里是一个解决问题的方法 $ b $ pre $ foo 名称= paste（a，11：n，_a，10：（n-1），sep =）结果= sapply（df [ ]，CustomFunction）} new.data = ldply（dlply（old.data，c（factor，factor2）），foo） 以下示例应用程序使用 tips 数据集C $ C> GGPLOT2 。假设我们要通过性别小费和 total_bill 的平均值c $ c>和 smoker ，代码如何工作 > foo = function（df）{names = c（tip，total_bill）; sapply（df [，names]，mean）} new = ldply（dlply（tips，c（sex，smoker）），foo） pre> 它产生如下所示的输出： .id提示total_bill 1女性2.773519 18.10519 2女性是2.931515 17.97788 3男性3.113402 19.79124 4男性是3.051167 22.28450 $ / code > 这是您要找的吗？ I am using ddply to aggregate and summarize data frame variables, and I am interested in looping through my data frame's list to create the new variables.new.data <- ddply(old.data, c("factor", "factor2"), function(df) c(a11_a10 = CustomFunction(df$a11_a10), a12_a11 = CustomFunction(df$a12_a11), a13_a12 = CustomFunction(df$a13_a12), ... ... ...))Is there a way for me to insert a loop in ddply so that I can avoid writing each new summary variable out, e.g.for (i in 11:n) { paste("a", i, "_a", i - 1) = CustomFunction(..... )}I know that this is not how it would actually be done, but I just wanted to show how I'd conceptualize it. Is there a way to do this in the function I call in ddply, or via a list?UPDATE: Because I'm a new user, I can't post an answer to my own question:My answer involves ideas from Nick's answer and Ista's comment:func <- function(old.data, min, max, gap) { varrange <- min:max usenames <- paste("a", varrange, "_a", varrange - gap, sep="") new.data <- ddply(old.data, .(factor, factor2), colwise(CustomFunction, c(usenames)))} 解决方案 Building on the excellent answer by @Nick, here is one approach to the problemfoo <- function(df){ names = paste("a", 11:n, "_a", 10:(n-1), sep = "") results = sapply(df[,names], CustomFunction)}new.data = ldply(dlply(old.data, c("factor", "factor2")), foo)Here is an example application using the tips dataset in ggplot2. Suppose we want to calculate the average of tip and total_bill by combination of sex and smoker, here is how the code would workfoo = function(df){names = c("tip", "total_bill"); sapply(df[,names], mean)}new = ldply(dlply(tips, c("sex", "smoker")), foo)It produces the output shown below .id tip total_bill1 Female.No 2.773519 18.105192 Female.Yes 2.931515 17.977883 Male.No 3.113402 19.791244 Male.Yes 3.051167 22.28450Is this what you were looking for? 这篇关于循环在ddply中创建新的变量的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！ 上岸，阿里云！