r - 带变量列表的聚合函数

Question

我正在尝试创建一个 R 脚本来汇总数据框中的度量。我希望它对数据框结构的变化做出动态 react 。例如，我有以下块。

library(plyr) #loading plyr just to access baseball data frame
MyData <- baseball[,cbind("id","h")]
AggHits <- aggregate(x=MyData$h, by=list(MyData[,"id"]), FUN=sum)

此块创建一个数据框 (AggHits)，其中包含每个玩家 (id) 的总点击次数 (h)。好极了。

假设我想带入团队。如何更改 by 参数，以便 AggHits 具有“id”和“team”的每个组合的总点击次数？我尝试了以下操作，第二行抛出错误:参数必须具有相同的长度

MyData <- baseball[,cbind("id","team","h")]
AggHits <- aggregate(x=MyData$h, by=list(MyData[,cbind("id","team")]), FUN=sum)

更一般地说，我想编写第二行，以便它自动按除 h 之外的所有变量聚合 h。我可以很容易地使用 setdiff 生成要分组的变量列表。

# set the list of variables to summarize by as everything except hits
SumOver <- setdiff(colnames(MyData),"h")

# total up all the hits - again this line throws an error
AggHits <- aggregate(x=MyData$h, by=list(MyData[,cbind(SumOver)]), FUN=sum)

我使用它的业务目的涉及一个 csv 文件，它有一个度量 ($)，目前有大约六个维度(产品、客户、州代码、日期等)。我希望能够向 csv 文件添加维度，而无需每次都编辑脚本。

我应该提一下，我已经能够使用 ddply 完成此操作，但我知道使用 ddply 来总结单个度量在运行时间方面是浪费的；聚合要快得多。

提前致谢!

答案(特定于相关示例)
块应该是

MyData <- baseball[,cbind("id","team","h")]
SumOver <- setdiff(colnames(MyData),"h")
AggHits <- aggregate(x=MyData$h, by=MyData[SumOver], FUN=sum)

Answer 1

这按每个非整数列(ID、Team、League)聚合，但更一般地显示了聚合任意列列表( by=MyData[cols.to.group.on] )的策略:

MyData <- plyr::baseball
cols <- names(MyData)[sapply(MyData, class) != "integer"]
aggregate(MyData$h, by=MyData[cols], sum)