r - 在 plyr 中使用多个变量

Question

我正在尝试使用 plyr，但在使用多个变量时遇到困难。这是一个例子。

    df <- read.table(header=TRUE, text="
    Firm Foreign SME Turnover
A1       N   Y      200
A2       N   N     1000
A3       Y   Y      100
A1       N   N      500
A2       Y   Y      200
A3       Y   Y     1000
A1       Y   N      200
A2       N   N     1000
A2       N   Y      100
A2       N   Y      200  ")

我正在尝试创建一个表格来总结两个变量的营业额。基本上结合以下代码

t1 <- ddply(df, c('Firm', 'Foreign'), summarise, 
        BudgetForeign    = sum(Turnover, na.rm = TRUE))

t2 <- ddply(df, c('Firm', 'SME'), summarise, 
        BudgetSME    = sum(Turnover, na.rm = TRUE))

结果如下

res <- read.table(header=TRUE, text="
Firm          A1   A2   A3  
BudgetForeign 200  200 1100
BudgetSME     200  500 1100")
res

如何在不进行多次操作和子集化以及之后合并的情况下实现这一目标？

提前致谢。

Answer 1

我认为您只需要 Foreign 或 SME 为 'Y' 的值...如果是这样的话。我会使用 reshape2 包中的 melt 和 dcast 而不是 plyr。

df.m <- melt(df, id.var=c('Firm', 'Turnover'))

dcast(df.m[df.m$value=='Y',], variable ~ Firm, value.var='Turnover', fun.aggregate=sum)

  variable  A1  A2   A3
1  Foreign 200 200 1100
2      SME 200 500 1100

如果您想查看 Y 和 N 之间的差异，您也可以将它们添加到 dcast 中的公式中:

> dcast(df.m, variable + value ~ Firm, value.var='Turnover', fun.aggregate=sum)
  variable value  A1   A2   A3
1  Foreign     N 700 2300    0
2  Foreign     Y 200  200 1100
3      SME     N 700 2000    0
4      SME     Y 200  500 1100
>