r - 有什么方法可以进行过滤以及在ddply中进行汇总？

Question

我只是从ddply开始，并发现它非常有用。我想汇总一个数据框，并根据汇总列是否具有特定值来消除最终输出中的某些行。这就像SQL中的HAVING和GROUP BY一样。这是一个例子:

input = data.frame(id=     c( 1, 1, 2, 2, 3,   3),
                   metric= c(30,50,70,90,40,1050),
                   badness=c( 1, 5, 7, 3, 3,  99))
intermediateoutput = ddply(input, ~ id, summarize,
                           meanMetric=mean(metric),
                           maxBadness=max(badness))
intermediateoutput[intermediateoutput$maxBadness < 50,1:2]

这给出了:

  id meanMetric
1  1         40
2  2         80

这是我想要的，但是我可以通过某种方式在 ddply语句中一步完成吗？

Answer 1

您应该尝试使用dplyr。它更快，并且代码更易于阅读和理解，尤其是在使用管道(%>%)的情况下:

input %>%
    group_by(id) %>%
    summarize(meanMetric=mean(metric), maxBadness=max(badness)) %>%
    filter(maxBadness <50) %>%
    select(-maxBadness)

在@Arun注释之后，您可以通过以下方式简化代码:

input %>%
    group_by(id) %>%
    filter(max(badness)<50) %>%
    summarize(meanMetric=mean(metric))