r - 大规模使用唯一值(for loops、apply 或 plyr)

Question

我不确定这是否可能，但如果是，它会让生活变得更有效率。

更广泛的 SO 社区会感兴趣的一般问题:for 循环(以及诸如 apply 之类的基本函数)适用于一般/一致操作，例如向数据框的每一列或每一行添加 X。我有一个我想要执行的通用/一致操作，但数据框的每个元素都有唯一的值。

有没有办法比为每个分组设置我的数据框子集更有效，应用具有相对于该分组的特定数字的函数，然后重新组合？我不在乎它是 for 循环还是 apply，但如果它使用了 plyr 功能，我会加分。

这是我正在处理的更具体的问题:我有下面的数据。最终我想要的是一个具有日期的时间序列数据框，每一列代表一个区域与某个基准的关系。

问题是:每个区域的兴趣度量不同，基准也不同。这是数据:

library(dplyr)
library(reshape2)

data <- data.frame(
    region = sample(c("northeast","midwest","west"), 100, replace = TRUE),
    date = rep(seq(as.Date("2010-02-01"), length=10, by = "1 day"),10),
    population = sample(50000:100000, 10, replace = T),
    skiers = sample(1:100),
    bearsfans = sample(1:100),
    dudes = sample(1:100)
)

以及我正在处理的摘要框架:

data2 <- data %.%
    group_by(date, region) %.%
    summarise(skiers = sum(skiers), 
            bearsfans= sum(bearsfans), 
            dudes = sum(dudes), 
            population = sum(population)) %.%
    mutate(ppl_per_skier = population/skiers,
            ppl_per_bearsfan = population/bearsfans,
            ppl_per_dude = population/dudes) %.%
    select(date, region, ppl_per_skier, ppl_per_bearsfan , ppl_per_dude)

这是棘手的部分:

对于东北，我只关心“ppl_per_skier”，基准是3500

对于中西部，我只关心“ppl_per_bearsfan”，基准是1200

对于西方，我只关心“ppl_per_dude”，基准是5000

我想出的任何解决这个问题的方法都涉及为每个度量创建子集，但是用数百个度量和不同的基准大规模地这样做是......并不理想。例如:

midwest <- data2 %.% 
            filter(region == "midwest") %.%
            select(date, region, ppl_per_bearsfan) %.%
            mutate(bmark = 1200, against_bmk = bmark/ppl_per_bearsfan-1) %.%
            select(date, against_bmk)

同样，对于每个区域，其各自的度量和各自的基准，然后按日期将它们重新组合在一起。最终，我想要这样的东西，其中每个地区相对于其特定基准和衡量标准的表现按日期排列(当然，这是假数据):

        date midwest_againstbmk northeast_againstbmk west_againstbmk
1 2010-02-10          0.9617402            0.6008032       0.3403260
2 2010-02-11          0.5808621            0.5119942       0.7787559
3 2010-02-12          0.4828346            0.6560053       0.3747920
4 2010-02-13          0.6499841            0.7567194       0.8387461
5 2010-02-14          0.6367520            0.4564254       0.7269161

当我对每个组都有独特的度量和基准值时，有没有办法获得这种数据和结构，而不必为每个分组做 X 个子集？

Answer 1

似乎是 mapply 的明显用例:

> mapply(function(d,y,b) {(b/d[,y])-1},
         split(data2,data2$region), 
         c('ppl_per_bearsfan','ppl_per_skier','ppl_per_dude'), 
         c(1200,3500,5000))
          midwest   northeast      west
 [1,] -0.26625428 -0.02752186 3.5881957
 [2,]  0.48715638  1.89169295 2.6928546
 [3,] -0.94222992  1.26065537 4.0388343
 [4,] -0.38116663  0.79572184 1.4118364
 [5,] -0.05937874  2.05459482 1.8822015
 [6,] -0.41463925  1.60668461 1.5914408
 [7,] -0.31211391  1.21093777 2.7517886
 [8,] -0.88923466  0.44917981 1.2251965
 [9,] -0.02781965 -0.24637182 2.7143103
[10,] -0.46643682  1.28944776 0.6246315