Comment puis-je appliquer différentes fonctions d'agrégation à différentes colonnes dans R ?
-
13-12-2019 - |
Question
Comment puis-je appliquer différentes fonctions d'agrégation à différentes colonnes dans R ?Le aggregate()
La fonction ne propose qu'un seul argument de fonction à transmettre :
V1 V2 V3
1 18.45022 62.24411694
2 90.34637 20.86505214
1 50.77358 27.30074987
2 52.95872 30.26189013
1 61.36935 26.90993530
2 49.31730 70.60387016
1 43.64142 87.64433517
2 36.19730 83.47232907
1 91.51753 0.03056485
... ... ...
> aggregate(sample,by=sample["V1"],FUN=sum)
V1 V1 V2 V3
1 1 10 578.5299 489.5307
2 2 20 575.2294 527.2222
Comment puis-je appliquer un différent fonction à chaque colonne, c'est-à-direagrégat V2
avec le mean()
fonction et V2
avec le sum()
fonction, sans appeler aggregate()
plusieurs fois?
La solution
Pour cette tâche, j'utiliserai ddply
dans plyr
> library(plyr)
> ddply(sample, .(V1), summarize, V2 = sum(V2), V3 = mean(V3))
V1 V2 V3
1 1 578.5299 48.95307
2 2 575.2294 52.72222
Autres conseils
...Ou la fonction data.table
dans le paquet du même nom :
library(data.table)
myDT <- data.table(sample) # As mdsumner suggested, this is not a great name
myDT[, list(sumV2 = sum(V2), meanV3 = mean(V3)), by = V1]
# V1 sumV2 meanV3
# [1,] 1 578.5299 48.95307
# [2,] 2 575.2294 52.72222
Appelons le dataframe x
plutôt que sample
qui est déjà pris.
MODIFIER:
Le by
la fonction fournit un itinéraire plus direct que diviser/appliquer/combiner
by(x, list(x$V1), f)
:MODIFIER
lapply(split(x, x$V1), myfunkyfunctionthatdoesadifferentthingforeachcolumn)
Bien sûr, il ne s’agit pas d’une fonction distincte pour chaque colonne, mais on peut effectuer les deux tâches.
myfunkyfunctionthatdoesadifferentthingforeachcolumn = function(x) c(sum(x$V2), mean(x$V3))
Des moyens pratiques de rassembler le résultat sont possibles, comme celui-ci (mais consultez le package plyr pour une solution complète, considérez cette motivation pour apprendre quelque chose de mieux).
matrix(unlist(lapply(split(x, x$V1), myfunkyfunctionthatdoesadifferentthingforeachcolumn)), ncol = 2, byrow = TRUE, dimnames = list(unique(x$V1), c("sum", "mean")))