Klassifizieren oder Schnitt Datenrahmen durch Liste der Klassenbereich und fassen es mit ddply

Question

Ich habe Frage zu ddply und Teilmenge.

Ich habe Dataframe df wie folgt aus:

df <- read.table(textConnection(
"   id v_idn v_seed v_time v_pop v_rank v_perco 
    1  15    125648 0      150   1      15      
    2  17    125648 0      120   2      5       
    3  18    125648 0      100   3      6       
    4  52    125648 0      25    4      1       

    5  17    125648 10     220   1      5      
    6  15    125648 10     160   2      15       
    7  18    125648 10     110   3      6      
    8  52    125648 10     50    4      1       

    9  56   -11152  0      250   1      17      
    10 15   -11152  0      180   2      15      
    11 18   -11152  0      110   3      6       
    12 22   -11152  0      5     4      14      

    13 56   -11152  10     250   1      17      
    14 15   -11152  10     180   2      15      
    15 22   -11152  10     125   3      14      
    16 18   -11152  10     120   4      6 "), header=TRUE)      

SCHRITT EINS:

Ich habe eine Liste von gleichen Intervall mit cut_interval wie folgt aus:

myinterval <- cut_interval(c(15,5,6,1,17,14), length=10)  

Also ich habe zwei Ebenen hier: [0,10) und (10,20]

SCHRITT ZWEI:

Ich möchte jede Gruppe / Klasse wird durch meine zwei Ebenen in v_cut definieren ... wie folgt aus:

id v_idn v_seed v_time v_pop v_rank v_perco v_cut
1  15    125648 0      150   1      15      (10,20]
2  17    125648 0      120   2      5       [0,10)
3  18    125648 0      100   3      6       [0,10)
4  52    125648 0      25    4      1       [0,10)

5  17    125648 10     220   1      5       [0,10)
6  15    125648 10     160   2      15      (10,20] 
7  18    125648 10     110   3      6       [0,10)
8  52    125648 10     50    4      1       [0,10)

9  56   -11152  0      250   1      17      (10,20]
10 15   -11152  0      180   2      15      (10,20]
11 18   -11152  0      110   3      6       [0,10)
12 22   -11152  0      5     4      14      (10,20]

13 56   -11152  10     250   1      17      (10,20]
14 15   -11152  10     180   2      15      (10,20]
15 22   -11152  10     125   3      14      (10,20]
16 18   -11152  10     120   4      6       [0,10)

Schritt 3:

Ich mag die Variabilität der v_rank für x-Achse wissen, und die Zeit für die y-Achse, für jede Gruppe v_cut, so dass ich zu berechnen min benötigen, Mittelwert, max, sd für v_rank Wert mit so etwas wie

ddply(df, .(v_cut,v_time), summarize ,mean = mean(v_rank), min = min(v_rank), max = max(v_rank), sd = sd(v_rank))

* RESULT GESUCHT: *

id  v_time MEAN.v_rank ... v_cut
1   0      2.25            (10,20]
2   0      2.42            [0,10)
3   10     2.25            [0,10)
4   10     2.42            (10,20]

MEIN PROBLEM

Ich weiß nicht, wie Schritt 1 passieren -> Schritt 2: /

Und wenn es möglich ist zu einer Gruppe von v_cut wie mein Beispiel in Schritt 3?

Gibt es eine Möglichkeit, die gleichen Dinge mit der „Untergruppe“ Option von ddply zu machen?

Noch einmal vielen Dank für Ihre Hilfe großen R-Guru!

UPDATE 1:

Ich habe eine Antwort schritt1 zu Schritt 2 zu gehen:

df$v_cut <- cut_interval(df$v_perco,n=10)

Ich verwende plyr, aber es gibt vielleicht eine bessere Antwort in diesem Fall?

Antwort zu Schritt 2 gehen Sie zu Schritt 3?

UPDATE 2:

Brandon Elsen geben Sie mir eine gute Antwort mit Schmelze + gegossen, aber jetzt (verstehen) i die gleiche Operation mit plyr machen will und ddply .. mit einem anderen Ergebnis:

id  v_idn v_time MEAN.v_rank ... v_cut
    1   15   0      2.25            (10,20]
    2   15   10     2.45            (10,20]
    2   17   0      1.52            [0,10)
    2   17   10     2.42            [0,10)
    etc. 

Ich bin mit so etwas wie dies versuchen:

r('sumData <- ddply(df, .(v_idn,v_time), summarize,min = min(v_rank),mean =  mean(v_rank), max = max(v_rank), sd=sd(v_rank))')

Aber ich möchte in meinem sumData Datenrahmen haben v_cut, wie kann ich mit ddply tun? gibt es eine Option, dies zu machen? Oder mit anfänglichen df verschmelzenden und key = v_idn Spalt v_cut zu sumData hinzuzufügen, ist die einzige gute Antwort?

Answer 1

Sie nicht wirklich brauchen plyr für diese, können Sie reshape

verwenden

## Pull what you need
dfx <- df[c("v_seed", "v_time","v_rank","v_perco")]
## Bring in your cuts
dfx <- data.frame(dfx, ifelse(df$v_perco > 10,"(10,20]", "[0,10)")))
## Rename v_cut
colnames(dfx)[ncol(dfx)] <- "v_cut"       
## Melt it.    
dfx <- melt(dfx, id=c("v_cut", "v_seed", "v_time"))
## Cast it.
dfx <- cast(dfx, v_cut + v_time + v_seed ~ variable, c(mean,min,max,sd))

, wenn Sie den Mittelwert wollen, dann ersetzen Sie die letzte Zeile mit:

dfx <- cast(dfx, v_cut + v_time + v_seed ~ variable, mean)

Typ „dfx“ und Sie werden einen Datenrahmen sehen mit dem, was Sie gefragt.

Answer 2

Sie sind nur ein Problem mit der Syntax, die ist alles:

## Add your cut
df.new <- data.frame(df, ifelse(df$v_perco > 10,"(10,20]", "[0,10)"))
## Rename v_cut
colnames(df.new)[ncol(df.new)] <- "v_cut"   

## Careful here read the note below
df.new <- ddply(df.new, .(v_idn, v_time), function(x) unique(data.frame(
mean =  mean(x$v_rank),
v_cut = x$v_cut
)))

Alternativ:

ddply(df.new, .(v_idn, v_time), summarise, mean=mean(v_rank))

Mit „(v_idn, v_time)“ Sie sagen ddply, dass für jede Kombination von v_idn und v_time, wollen Sie es den Mittelwert von v_rank zu berechnen.