在R中将一个"by"对象转换为数据框

Question

我在R中使用“by”函数来切分数据框并对不同部分应用函数，例如：

pairwise.compare <- function(x) {
Nright <- ...
Nwrong <- ...
Ntied <- ...
return(c(Nright=Nright, Nwrong=Nwrong, Ntied=Ntied))
}
Z.by <- by(rankings, INDICES=list(rankings$Rater, rankings$Class), FUN=pairwise.compare)

结果（Z.by）看起来像这样：

: 4 
: 357 
Nright Nwrong Ntied
     3      0     0
------------------------------------------------------------
: 8 
: 357 
NULL
------------------------------------------------------------
: 10 
: 470 
Nright Nwrong Ntied
     3      4     1 
------------------------------------------------------------ 
: 11 
: 470 
Nright Nwrong Ntied
    12      4     1

我想要的是将这个结果转换成数据框（不包含NULL项），使其看起来像这样：

  Rater Class Nright Nwrong Ntied
1     4   357      3      0     0
2    10   470      3      4     1
3    11   470     12      4     1

我该如何做到这一点？

- Lorin Hochstein

Answer 1

< p > by 函数返回一个列表，所以你可以像这样做：

data.frame(do.call("rbind", by(x, column, mean)))

- Shane

---

几乎实现了我的要求，我得到了一个带有Nright、Nwrong和Ntied列的数据框，但它没有生成Rater和Class列。 - Lorin Hochstein

我建议将你的 pairwise.compare 函数更改为返回这两个字段。否则，你将不得不使用一个 lapply 程序（或 plyr）来获取列表名称和值（这是一个额外的步骤）。 - Shane

看起来在这种情况下，plyr实际上比by更简单，我之前不知道这个软件包。 - Lorin Hochstein

这对我有用，但开始出现“在do.call（“rbind”，X）中的错误：第二个参数必须是列表”。发生了什么？ - user1916067

Answer 2

考虑使用plyr包中的ddply代替by函数。它可以处理将列添加到数据框的工作。

- frankc

---

没有任何用ddply函数解决问题的代码示例，而这个回答被认可并评为最佳答案，这让人感到惊讶。在我看来，这应该是一条评论。 - nad7wf

Answer 3

虽然这是一个老帖子，但对于任何搜索此主题的人：

analysis = by(...)
data.frame(t(vapply(analysis,unlist,unlist(analysis[[1]]))))

unlist()将by()的一个元素（在这里是analysis）作为命名向量进行表达。 vapply()对analysis的所有元素执行unlist并输出结果。它需要一个虚拟参数来知道输出类型，这就是analysis[[1]]的用途。如果可能的话，您可能需要添加一个检查，以确保analysis不为空。 每个输出都将成为一列，因此使用t()将其转置为所需方向，其中每个analysis条目都成为一行。

- Andrew Schwartz

---

如果您的数据框中存在混合类型（例如一个列中有字符，另一个列中有数字），那么这个解决方案就不适用，因为它依赖于vapply。但在这种特定情况下，Shane上面提供的解决方案完全可以胜任。 - Jealie

Answer 4

这扩展了Shane使用rbind()的解决方案，还添加了标识组并删除空组的列 - 这是问题中请求的两个功能。通过使用基本软件包函数，不需要其他依赖项，例如plyr。

simplify_by_output = function(by_output) {
    null_ind = unlist(lapply(by_output, is.null))  # by() returns NULL for combinations of grouping variables for which there are no data. rbind() ignores those, so you have to keep track of them.
    by_df = do.call(rbind, by_output)  # Combine the results into a data frame.
    return(cbind(expand.grid(dimnames(by_output))[!null_ind, ], by_df))  # Add columns identifying groups, discarding names of groups for which no data exist.
}

- user5021015

Answer 5

我会做

x = by(data, list(data$x, data$y), function(d) whatever(d))
array(x, dim(x), dimnames(x))

- Stingery

---

然后你有一个“矩阵”/“数组”，但不是“数据框”。 - bers