r - 如何在 R 中使用使用两列的自定义函数进行聚合

Question

是否可以与使用两列返回一列的自定义函数进行聚合？

假设我有一个数据框:

x <- c(2,4,3,1,5,7)
y <- c(3,2,6,3,4,6)
group <- c("A","A","A","A","B","B")

data <- data.frame(group, x, y)
data
#   group x y
# 1     A 2 3
# 2     A 4 2
# 3     A 3 6
# 4     A 1 3
# 5     B 5 4
# 6     B 7 6

我有我想在两列(x 和 y)上使用的函数:

pathlength <- function(xy) {
  out <- as.matrix(dist(xy))
  sum(out[row(out) - col(out) == 1])
}

我尝试了以下聚合:

out <- aggregate(cbind(x, y) ~ group, data, FUN = pathlength)  
out <- aggregate(cbind(x, y) ~ group, data, function(x) pathlength(x))  

但是，这会分别而不是一起调用 x 和 y 上的路径长度，给我:

#  group x y
#1     A 5 8
#2     B 2 2

我想要的是在 x 和 y 上调用 pathlength 并以这种方式聚合它。这是我想要聚合做的事情:

realA <- matrix(c(2,4,3,1,3,2,6,3), nrow=4, ncol=2)
pathlength(realA)
# [1] 9.964725

realB <- matrix(c(5,7,4,6), nrow=2, ncol=2)
pathlength(realB)
# [1] 2.828427

group <- c("A", "B") 
pathlength <- c(9.964725,2.828427)
real_out <- data.frame(group, pathlength)
real_out
#   group pathlength
# 1     A   9.964725
# 2     B   2.828427

有人有什么建议吗？还是有一些我在谷歌上找不到的其他功能可以让我这样做？我宁愿不使用 for 循环来解决这个问题，因为我假设它对于大数据集来说会很慢。

Answer 1

正如您所发现的，基本 aggregate() 函数一次只能处理一列。相反，您可以使用 by() 函数

by(data[,c("x","y")], data$group, pathlength)
data$group: A
[1] 9.964725
----------------------------------------------------------------------- 
data$group: B
[1] 2.828427

或split()/lapply()

lapply(split(data[,c("x","y")], data$group), pathlength)
$A
[1] 9.964725

$B
[1] 2.828427