r - 通过 ddply 中指定的变量在函数内子集

Question

我经常需要通过变量对函数内部的 data.frame 进行子集化，我正在对另一个 data.frame 进行子集化，我将应用 ddply。为此，我再次明确地在函数内编写变量，我想知道是否有更优雅的方法来做到这一点。下面我提供了一个简单的示例，只是为了说明我目前使用哪种方法来执行此操作。

d1<-expand.grid(x=c('a','b'),y=c('c','d'),z=1:3)
d2<-expand.grid(x=c('a','b'),y=c('c','d'),z=4:6)

results<-ddply(d1,.(x,y),function(d) {
   d2Sub<-subset(d2,x==unique(d$x) & y==unique(d$y))
   out<-d$z+d2Sub$z
   data.frame(out)
 })

Answer 1

plyr包提供了使整个拆分/应用/组合结构变得容易的功能。然而，据我所知，您只能拆分一个事物:列表、data.frame、数组。

在您的情况下，您要做的是拆分两个 对象，然后 mapply (或 Map )，然后重新组合。自 plyr对于这个更复杂的构造没有现成的解决方案，你可以在基础 R 中完成它。这就是我假设人们在 plyr 之前做事的方式。出来了:

# split
d1.split <- split(d1, list(d1$x, d1$y))
d2.split <- split(d2, list(d2$x, d2$y))

# apply
res.split <- Map(function(df1, df2) data.frame(x = df1$x, y = df1$y,
                                               out = df1$z + df2$z),
                 d1.split, d2.split, USE.NAMES = FALSE)

#  combine
res <- do.call(rbind, res.split)

由您决定它是否比您当前的方法更优雅。我做的作业是为了帮助理解，但你可以把整个事情写成一个单一的 res <- do.call(rbind, Map(FUN, split(d1, ...), split(d2, ...), ...))如果您愿意，请声明。