Classifier ou dataframe coupé par la liste de la gamme de classe et de résumer avec ddply

Question

Je question sur ddply et sous-ensemble.

Je dataframe df comme ceci:

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)      

PREMIÈRE ÉTAPE:

J'ai une liste d'intervalles égaux avec cut_interval comme ceci:

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

J'ai donc deux niveaux: ici) et [0,10 (10,20]

ÉTAPE:

Je veux chaque groupe / classe définit par mes deux niveaux v_cut ... comme ceci:

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)

ETAPE 3:

Je veux connaître la variabilité de v_rank pour axe x, et le temps pour l'axe y, pour chaque groupe v_cut, donc je dois calculer min, moyenne, max, sd pour la valeur v_rank avec quelque chose comme

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

* RÉSULTAT WANTED: *

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]

MON PROBLÈME

Je ne sais pas comment passer l'étape 1 -> étape 2: /

Et s'il est possible de regrouper par v_cut comme mon exemple à l'étape 3?

Est-il possible de faire les mêmes choses avec l'option « sous-ensemble » de ddply?

Une fois de plus, merci beaucoup pour votre aide grand gourou de R!

UPDATE 1:

J'ai une réponse pour aller à l'étape 1 Etape 2:

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

J'utilise plyr, mais il y a peut-être une meilleure réponse dans ce cas?

Réponse à passer à l'étape 2 à l'étape 3?

UPDATE 2:

Brandon Bertelsen me donner une bonne réponse à la fonte + cast, mais maintenant (à comprendre) je veux faire la même opération avec plyr et ddply .. avec un résultat différent:

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. 

Je suis en train avec quelque chose comme ceci:

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))')

Mais je veux avoir v_cut dans mon sumData dataframe, comment puis-je faire avec ddply? est-il une possibilité de faire cela? Ou la fusion avec df initiale et key = v_idn d'ajouter la colonne v_cut à sumData est la seule bonne réponse?

Answer 1

Vous n'avez pas vraiment besoin plyr pour cela, vous pouvez utiliser reshape

## 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))

si vous voulez que la moyenne, remplacez la dernière ligne avec:

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

tapez « DFX » et vous verrez une trame de données avec ce que vous avez demandé.

Answer 2

Vous êtes juste un problème avec la syntaxe est tout:

## 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
)))

Vous pouvez également:

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

«(v_idn, v_time) » vous dire ddply que pour chaque combinaison de v_idn et v_time, vous voulez calculer la moyenne des v_rank.