Anwenden Funktion bedingt

Question

ich einen Datenrahmen wie diese:

experiment iter results 
    A  1  30.0 
    A  2  23.0 
    A  3  33.3 
    B  1  313.0 
    B  2  323.0 
    B  3  350.0 
.... 

Gibt es einen Weg, um Ergebnisse Tally durch eine Funktion mit Bedingungen anzuwenden. Im obigen Beispiel handelt es sich bei dieser Bedingung um alle Iterationen eines bestimmten Experiments.

A sum of results (30 + 23, + 33.3) 
B sum of results (313 + 323 + 350) 

Ich denke an "anwenden" -Funktion, kann aber keinen Weg finden, um es zu arbeiten.

Answer 1

Es gibt viele Alternativen, dies zu tun. Beachten Sie, wenn Sie in einer anderen Funktion von sum verschiedenen interessiert sind, dann nur das Argument ändern FUN=any.function, beispiel, wenn Sie mean wollen, varlength, etc, dann schließen Sie einfach die Funktionen in FUN Argumente, z.B. FUN=mean, FUN=var und so weiter. Lassen Sie uns einige Alternativen erkunden:

aggregate Funktion in der Basis.

> aggregate(results ~ experiment, FUN=sum, data=DF) 
    experiment results 
1   A 86.3 
2   B 986.0 

---

Oder vielleicht tapply?

> with(DF, tapply(results, experiment, FUN=sum)) 
    A  B 
86.3 986.0 

---

Auch ddply aus plyr Paket

> # library(plyr) 
> ddply(DF[, -2], .(experiment), numcolwise(sum)) 
    experiment results 
1   A 86.3 
2   B 986.0 

> ## Alternative syntax 
> ddply(DF, .(experiment), summarize, sumResults = sum(results)) 
    experiment sumResults 
1   A  86.3 
2   B  986.0 

---

Auch das Paket dplyr

> require(dplyr) 
> DF %>% group_by(experiment) %>% summarise(sumResults = sum(results)) 
Source: local data frame [2 x 2] 

    experiment sumResults 
1   A  86.3 
2   B  986.0 

---

Verwendung von und split, entspricht tapply.

> with(DF, sapply(split(results, experiment), sum)) 
    A  B 
86.3 986.0 

---

Wenn Sie Sorge um Timing, data.table ist dein Freund:

> # library(data.table) 
> DT <- data.table(DF) 
> DT[, sum(results), by=experiment] 
    experiment V1 
1:   A 86.3 
2:   B 986.0 

---

nicht so populär, aber Doby Paket ist schön (entspricht aggregate, auch in der Syntax!

)

> # library(doBy) 
> summaryBy(results~experiment, FUN=sum, data=DF) 
    experiment results.sum 
1   A  86.3 
2   B  986.0 

---

Auch hilft by in dieser Situation

> (Aggregate.sums <- with(DF, by(results, experiment, sum))) 
experiment: A 
[1] 86.3 
------------------------------------------------------------------------- 
experiment: B 
[1] 986 

Wenn Sie das Ergebnis wollen verwenden eine Matrix dann entweder cbind oder rbind

> cbind(results=Aggregate.sums) 
    results 
A 86.3 
B 986.0 

---

sqldf von sqldf Paket könnte auch

> library(sqldf) 
> sqldf("select experiment, sum(results) `sum.results` 
     from DF group by experiment") 
    experiment sum.results 
1   A  86.3 
2   B  986.0 

---

xtabs funktioniert auch eine gute Option sein (nur bei FUN=sum)

> xtabs(results ~ experiment, data=DF) 
experiment 
    A  B 
86.3 986.0