用ddply概括字符值

本文介绍了用ddply概括字符值的处理方法，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

我有以下数据框架：

  df<  -  structure（list（year = c，1986L，1987L，1991L ，1991L，1991L，1991L，1992L，1992L，1992L，1992L，1992L，1992L，1993L，1993L，1993L，1993L，1993L，1993L，1993L，1993L，1993L，1993L，1993L，1993L，1993L，1993L， ，1994L，1994L，1994L，1994L，1994L，1994L，1994L，1994L，1994L，1994L，1994L，1994L，1994L，1994L，1994L，1994L，1994L，1994L，1994L，1994L），knmilocatie = c，4L，16L，10L，12L，9L，20L，12L，12L，25L，9L，30L，26L，22L，18L，15L，24L，13L，31L，27L，5L，3L，19L，21L，23L， 20L，20L，20L，26L，26L，31L，35L，25L，11L，28L，8L，29L，36L，34L，7L，28L，17L，14L，33L，1L，11L，6L，32L，27L，29L， 2L），.Label = c（Achterdiep，Annen，Appingedam，Assen，Bedum，De Klip，Delfzijl，Eenrum，Eleveld，Emmen Garnethuizen，Geelbroek，Haren，Hellum，Hoogezand，Hooghalen，Kolham，Langelo，Loppersum，Middelstum，Nijenklooster，Noordbroek，Oldenzijl ，Overschild，Roswinkel，Slochteren，Stedum，Steendam，t-Zandt，Ten Boer，Ten Post，Uithuizermeeden，Weiwerd，Westerbroek Winneweer，Zandeweer），class =factor），baglocatie = structure（c（2L，12L，5L，4L，2L，17L，11L，2L，21L，2L，16L，35L，27L，14L，22L ，19L，33L，34L，26L，17L，1L，18L，1L，28L，6L，25L，25L，29L，9L，21L，10L，19L，34L，15L，36L，13L，7L，19L，8L，23L （Appingedam，Assen，Bedum，Ekehaar，Emmen，Eppenhuizen，7L，31L，17L，1L，20L，3L，10L，32L，30L，24L） ，Farmsum，Froombosch，Garrelsweer，Garsthuizen，Geelbroek，Hooghalen，Kolham，Langelo，Leermens，Loppersum，Middelstum，Oosterwijtwerd Overschild，Roodeschool，Roswinkel，Sappemeer，Schildwolde，Schipborg，Slochteren，Stedum，Steendam，t-Zandt，Ten Post，Toornwerd Tripscompagnie，Warffum，Westerbroek，Wirdum，Woudbloem，Zandeweer），class =factor），lllocatie = structure（c（3L，13L，5L，10L，4L，32L， 10L，10L，22L，4L，36L，37L，31L，15L，23L，20L，34L，8L，24L，35L，19L，19L，2L，29L，26L，25L，25L，30L，8L，22L， 20L，19L，16L，38L，12L，6L，27L，7L，11L，17L，33L，14L，2L，21L，18L，9L，28L，32L，1L），.Label = c（Annen，Appingedam ，Assen，Eleveld，Emmen，Farmsum，Froombosch，Garrelsweer，Garsthuizen，Geelbroek，Hellum，Hoogezand，Hooghalen，Huizinge Langelo，Leermens，Meedhuizen，Onderdendam，Oosterwijtwerd，Overschild，Roodeschool，Roswinkel，Sappemeer，Sint Annen，Slochteren，Startenhuizen Steendam，Stitswerd，t-Zandt，Ten Post，Tjuchem，Toornwerd，Tripscompagnie，Westerbroek，Westerwijtwerd，Winneweer，Woudbloem，Zandeweer） ，class =factor））.Names = c（year，knmilocatie，baglocatie，lllocatie），class =data.frame，row.names = c（NA， ）

我想按年份总结。对于每一年我需要的实例数量 baglocatie！= knmilocatie ， baglocatie！= lllocatie 和<$ c $

 
 
 
   unequal<  -  ddply（df，。（year），summarize，
 bag.knmi = nrow（df [as.character（df $ baglocatie）！= as.character（df $ knmilocatie ），]），
 bag.ll = nrow（df [as.character（df $ baglocatie）！= as.character（df $ lllocatie），]），
 ll.knmi = nrow [as.character（df $ lllocatie）！= as.character（df $ knmilocatie），]）
）

b $ b

但是，没有返回所需的结果。对于每一年，它给出了整个数据帧的总计。我也尝试了 length 而不是 nrow ，但是没有工作。

所需结果应如下所示：
year bag.knmi bag.ll ll.knmi 1986 0 0 0 1987 0 0 0 1991 2 3 1 1992 4 3 2

此外，我想知道这个问题是否可以用dplyr解决。

<$ p>
$ p> unequal< - ddply（df，。（year），summarize， bag.knmi = sum（ascharacter（baglocatie）！= as.character（knmilocatie） bag.ll = sum（as.character（baglocatie）！= as.character（lllocatie））， ll.knmi = sum（ascharacter（lllocatie）！= as.character（knmilocatie）））
之后的所有内容总结在每条数据的上下文中进行评估。如果你明确的引用原始数据框架中的列，那么你将得到：整个数据框架，而不是零件。

在 dplyr 中执行：
df％>％ group_by（year）％>％ summarize（bag.knmi = sum（as.character（baglocatie）！= as.character（knmilocatie）））

I have the following dataframe:
df <- structure(list(year = c(1986L, 1987L, 1991L, 1991L, 1991L, 1991L, 1992L, 1992L, 1992L, 1992L, 1992L, 1992L, 1993L, 1993L, 1993L, 1993L, 1993L, 1993L, 1993L, 1993L, 1993L, 1993L, 1993L, 1993L, 1993L, 1993L, 1993L, 1993L, 1994L, 1994L, 1994L, 1994L, 1994L, 1994L, 1994L, 1994L, 1994L, 1994L, 1994L, 1994L, 1994L, 1994L, 1994L, 1994L, 1994L, 1994L, 1994L, 1994L, 1994L, 1994L), knmilocatie = structure(c(4L, 16L, 10L, 12L, 9L, 20L, 12L, 12L, 25L, 9L, 30L, 26L, 22L, 18L, 15L, 24L, 13L, 31L, 27L, 5L, 3L, 19L, 21L, 23L, 20L, 26L, 26L, 31L, 35L, 25L, 11L, 28L, 8L, 29L, 36L, 34L, 7L, 28L, 17L, 14L, 33L, 1L, 11L, 6L, 32L, 27L, 29L, 20L, 20L, 2L), .Label = c("Achterdiep", "Annen", "Appingedam", "Assen", "Bedum", "De Klip", "Delfzijl", "Eenrum", "Eleveld", "Emmen", "Garsthuizen", "Geelbroek", "Haren", "Hellum", "Hoogezand", "Hooghalen", "Kolham", "Langelo", "Loppersum", "Middelstum", "Nijenklooster", "Noordbroek", "Oldenzijl", "Overschild", "Roswinkel", "Slochteren", "Stedum", "Steendam", "t-Zandt", "Ten Boer", "Ten Post", "Uithuizermeeden", "Weiwerd", "Westerbroek", "Winneweer", "Zandeweer"), class = "factor"), baglocatie = structure(c(2L, 12L, 5L, 4L, 2L, 17L, 11L, 2L, 21L, 2L, 16L, 35L, 27L, 14L, 22L, 19L, 33L, 34L, 26L, 17L, 1L, 18L, 1L, 28L, 6L, 25L, 25L, 29L, 9L, 21L, 10L, 19L, 34L, 15L, 36L, 13L, 7L, 19L, 8L, 23L, 7L, 31L, 17L, 1L, 20L, 3L, 10L, 32L, 30L, 24L), .Label = c("Appingedam", "Assen", "Bedum", "Ekehaar", "Emmen", "Eppenhuizen", "Farmsum", "Froombosch", "Garrelsweer", "Garsthuizen", "Geelbroek", "Hooghalen", "Kolham", "Langelo", "Leermens", "Loppersum", "Middelstum", "Oosterwijtwerd", "Overschild", "Roodeschool", "Roswinkel", "Sappemeer", "Schildwolde", "Schipborg", "Slochteren", "Stedum", "Steendam", "t-Zandt", "Ten Post", "Toornwerd", "Tripscompagnie", "Warffum", "Westerbroek", "Wirdum", "Woudbloem", "Zandeweer"), class = "factor"), lllocatie = structure(c(3L, 13L, 5L, 10L, 4L, 32L, 10L, 10L, 22L, 4L, 36L, 37L, 31L, 15L, 23L, 20L, 34L, 8L, 24L, 35L, 19L, 19L, 2L, 29L, 26L, 25L, 25L, 30L, 8L, 22L, 9L, 20L, 19L, 16L, 38L, 12L, 6L, 27L, 7L, 11L, 17L, 33L, 14L, 2L, 21L, 18L, 9L, 28L, 32L, 1L), .Label = c("Annen", "Appingedam", "Assen", "Eleveld", "Emmen", "Farmsum", "Froombosch", "Garrelsweer", "Garsthuizen", "Geelbroek", "Hellum", "Hoogezand", "Hooghalen", "Huizinge", "Langelo", "Leermens", "Meedhuizen", "Onderdendam", "Oosterwijtwerd", "Overschild", "Roodeschool", "Roswinkel", "Sappemeer", "Sint Annen", "Slochteren", "Startenhuizen", "Steendam", "Stitswerd", "t-Zandt", "Ten Post", "Tjuchem", "Toornwerd", "Tripscompagnie", "Westerbroek", "Westerwijtwerd", "Winneweer", "Woudbloem", "Zandeweer"), class = "factor")), .Names = c("year", "knmilocatie", "baglocatie", "lllocatie"), class = "data.frame", row.names = c(NA, -50L))
I want to summarise it by year. For each year I need the number of instances were baglocatie != knmilocatie, baglocatie != lllocatie and lllocatie != knmilocatie.
I tryed:
unequal <- ddply(df, .(year), summarise, bag.knmi = nrow(df[as.character(df$baglocatie) != as.character(df$knmilocatie),]), bag.ll = nrow(df[as.character(df$baglocatie) != as.character(df$lllocatie),]), ll.knmi = nrow(df[as.character(df$lllocatie) != as.character(df$knmilocatie),]) )
However that did not return the desired result. For each year, it gives the totals for the whole dataframe. I also tryed length instead of nrow, but that didn't work either. What am I missing?
The desired result should look like:
year bag.knmi bag.ll ll.knmi 1986 0 0 0 1987 0 0 0 1991 2 3 1 1992 4 3 2
Additionally I like to know whether this problem can be solved with dplyr as well.
解决方案
You're just not using summarise correctly:
unequal <- ddply(df, .(year), summarise, bag.knmi = sum(as.character(baglocatie) != as.character(knmilocatie)), bag.ll = sum(as.character(baglocatie) != as.character(lllocatie)), ll.knmi = sum(as.character(lllocatie) != as.character(knmilocatie)) )
Everything after summarise is evaluated within the context of each piece of your data. If you explicitly refer to columns in the original data frame, that's what you'll get: the whole data frame, not the pieces.
And yes, of course this can be done in dplyr as well:
df %>% group_by(year) %>% summarise(bag.knmi = sum(as.character(baglocatie) != as.character(knmilocatie)))

这篇关于用ddply概括字符值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！