与一个级别相比， reshape Actor 阵容

Question

我经常有数据，我想将一个变量级别的值与所有其他级别变量的值进行比较。每次我编写代码来做到这一点时，我都希望它更容易。下面是问题的一个例子:

假设我想比较任何切工钻石的平均成本与最佳切工钻石的平均成本。为了公平起见，我想针对每个清晰度分别执行此操作。

让我们检查一下我们有足够的数据:

> with(diamonds,table(cut,clarity))
           clarity
cut           I1  SI2  SI1  VS2  VS1 VVS2 VVS1   IF
  Fair       210  466  408  261  170   69   17    9
  Good        96 1081 1560  978  648  286  186   71
  Very Good   84 2100 3240 2591 1775 1235  789  268
  Premium    205 2949 3575 3357 1989  870  616  230
  Ideal      146 2598 4282 5071 3589 2606 2047 1212

好吧，Idea 中没有零，所以让我们计算平均值。

> claritycut<-ddply(diamonds,.(clarity,cut),summarize,price=mean(price))
> claritycut
   clarity       cut    price
1       I1      Fair 3703.533
2       I1      Good 3596.635
3       I1 Very Good 4078.226
4       I1   Premium 3947.332
5       I1     Ideal 4335.726
6      SI2      Fair 5173.916
7      SI2      Good 4580.261
8      SI2 Very Good 4988.688
9      SI2   Premium 5545.937
10     SI2     Ideal 4755.953
...

我想要的最终结果是:

   clarity  variable     ratio
1       I1      Fair 0.8541899
2       I1      Good 0.8295348
3       I1 Very Good 0.9406098
4       I1   Premium 0.9104200
5       I1     Ideal 1.0000000
6      SI2      Fair 1.0878822
7      SI2      Good 0.9630586
8      SI2 Very Good 1.0489356
9      SI2   Premium 1.1661043
10     SI2     Ideal 1.0000000
...

但我不确定如何巧妙地做到这一点。这个问题的其余大部分都涉及计算中的一个中间步骤——除法。

现在我想计算所有削减与理想的相对价格。这是我希望在计算过程中看到的数据框 - 仅提取一级切割:

> claritycutideal <- join(subset(claritycut,cut!="Ideal"),summarize(subset(claritycut,cut=="Ideal"),Ideal=price,clarity))
> print(claritycutideal)
Joining by: clarity
   clarity       cut    price    Ideal
1       I1      Fair 3703.533 4335.726
2       I1      Good 3596.635 4335.726
3       I1 Very Good 4078.226 4335.726
4       I1   Premium 3947.332 4335.726
5      SI2      Fair 5173.916 4755.953
6      SI2      Good 4580.261 4755.953
7      SI2 Very Good 4988.688 4755.953
8      SI2   Premium 5545.937 4755.953
...

哪个有效，但写上面的语句很繁琐，我仍然需要完成计算，再次提到理想的名字。

> mutate(claritycutideal,ratio=price/Ideal)

感觉就像我想要的东西

> cast(claritycut,clarity~cut)
Using clarity, cut as id variables
  clarity     Fair     Good Very Good  Premium    Ideal
1      I1 3703.533 3596.635  4078.226 3947.332 4335.726
2     SI2 5173.916 4580.261  4988.688 5545.937 4755.953
3     SI1 4208.279 3689.533  3932.391 4455.269 3752.118
4     VS2 4174.724 4262.236  4215.760 4550.331 3284.550
...

这完全不适合平均计算，因为我需要知道计算中所有重铸级别的名称:

我想重铸，但有一种方法可以过滤提取的级别并使其余的保持不变，例如:

> cast(claritycut,clarity~cut,subset=cut=="Ideal")

存在，但不保留未过滤的级别。

然后我需要再次熔化它，虽然有重铸，但没有重熔。

有没有人有一个巧妙的技巧来做到这一点？

或者，也许我完全以错误的方式看待这个问题 - 边际计算会为我做这个吗？

以下工作完全正确，但很繁琐:

> valuevars=function(x)x[!names(x)%in%attr(x,"idvars")]
> melt(ddply(cast(claritycut,clarity~cut),.(clarity),
             function(x)valuevars(x)/x$Ideal))

Answer 1

我不确定这是否足够整洁，但有两个衬里:

# from your code
claritycut <- ddply(diamonds,.(clarity,cut),summarize,price=mean(price))

# 1 do that work
transform(merge(claritycut, subset(claritycut, cut=="Ideal"), by="clarity"),
  ratio = price.x / price.y)

# 2 another way
ddply(claritycut, .(clarity), 
      function(x) data.frame(cut=x$cut, 
                             rate=x$price / subset(x, cut == "Ideal")$price))

# 3 another way
ddply(claritycut, .(clarity), 
      summarize, cut=cut, rate=price / price[cut == "Ideal"])

最后 4) 这是一个单行版本:

ddply(diamonds, .(clarity), 
      function(x) transform(ddply(x, .(cut), 
                                  summarize, rate=mean(price)), 
                            rate=rate/mean(subset(x, cut=="Ideal")$price)))

但太复杂了。