使用R中的plyr包重命名输出列

Question

Hadley向我介绍了plyr包，我发现自己经常使用它来进行“group by”类型的操作。但是我发现自己总是需要重命名生成的列，因为它们默认为V1、V2等。

这里有一个示例：

mydata<-data.frame(matrix(rnorm(144, mean=2, sd=2),72,2),c(rep("A",24),rep("B",24),rep("C",24)))
colnames(mydata) <- c("x_value", "acres",  "state")
groupAcres <- ddply(mydata, c("state"), function(df)c(sum(df$acres)))
colnames(groupAcres) <- c("state","stateAcres")

有没有一种方法可以让ddply为我命名结果列，这样我就可以省略最后一行了？

- JD Long

---

JD- 那段代码的第一行无法运行，应该是rnorm(...,72,2)，例如：mydata<-data.frame(matrix(rnorm(144, mean=2, sd=2),72,2),c(rep("A",24),rep("B",24),rep("C",24)))' - medriscoll

Answer 1

使用 summarise (或 summarize)：

  groupAcres <- ddply(mydata, "state", summarise, 
     myName = sum(acres))

- hadley

---

这是解决问题的绝佳方法。我选择了Chris的答案，因为它更通用。将来我会同时使用他的方法和你的方法。但愿我能将它们结合起来或者都接受。 - JD Long

我的方法实际上稍微更加通用（因为如果你返回多个类型，它们可以有不同的类型）。我为这个目的编写了summarise。 - hadley

我无法使这个方法起作用，因为我正在使用nrow函数来计算子集数据中的行数，有什么提示吗？ - mindless.panda

@mindless.panda，你可以在子集数据的列上使用length，而不是nrow：ddply(mydata, .(state), summarize, count.per.state=length(acres))。（如果你不关心列名，你可以只使用nrow作为聚合函数，但这与本主题的目的相悖。） - Matt Tenenbaum

Answer 2

这似乎有效：

> groupAcres <- ddply(mydata, c("state"), function(df) c(myName=sum(df$acres)))
> groupAcres
  state   myName
1     A 56.87973
2     B 57.84451
3     C 52.82415

- Christopher DuBois

---

我在使用R语法时勉强能应付，但并不真正理解它。为什么需要使用连接函数呢？ - Farrel

@Farrel：给数据项命名。使用 data.frame 也可以。 - krlmlr