在 R 中使用 Data.frames（使用 SAS 代码来描述我想要的）r

Question

我最近主要在 SAS 工作，但不想失去对 RI 的熟悉程度，我想复制一些我做过的基本工作。如果我的 SAS 代码不完美，请原谅我，因为我家里没有 SAS，所以我凭记忆这样做。

在 SAS 中，我有一个数据集，大致类似于以下示例（. 相当于 SAS 中的 NA）

A  B
1  1
1  3
0  .
0  1
1  0
0  0

如果上面的数据集是 work.foo 那么我可以执行如下操作。

/* create work.bar from dataset work.foo */
data work.bar;
set work.foo;

/* generate a third variable and add it to work.bar */
if a = 0 and b ge 1 then c = 1;
if a = 0 and b = 0  then c = 2;
if a = 1 and b ge 1 then c = 3;
if a = 1 and b = 0  then c = 4;
run;

我会得到类似的结果

A  B  C
1  1  3
1  3  3
0  .  .
0  1  1
1  0  4
0  0  2

然后我可以按 C 进行排序，然后使用 C 执行各种操作来创建 4 个子组。例如，我可以获取每个组的平均值，

proc means noprint data =work.bar; 
by c;
var a b;
output out = work.means mean(a b) = a b;
run;

并且可以按名为 work.means 的组获取变量数据 比如：

C  A  B
1  0  1
2  0  0
3  2  2
4  1  0

我想我也可能会得到一个。行，但出于我的目的，我并不关心这一点。

现在在 R 中。我有相同的数据集，已正确读取，但我不知道如何在末尾添加变量（如 CC）或如何对子组执行操作（如 proc 中的 by cc 命令）方法）。另外，我应该注意，我的变量不是按任何顺序命名的，而是根据它们所代表的内容命名的。

我想如果有人可以告诉我如何做到以上，我就可以将其概括为我需要做的事情。

Answer 1

假设您的数据集是一个名为 work.foo 的两列数据框，其中包含变量 a 和 b。那么下面的代码是在 R 中执行此操作的一种方法：

work.bar <- work.foo
work.bar$c <- with( (a==0 & b>=1) + 2*(a==0 & b==0) + 3*(a==1 & b>=1) + 
               4*(a==1 & b==0), data=work.foo)
work.mean <- by(work.bar[,1:2], work.bar$c, mean)

Answer 2

另一种方法是使用 plyr 包中的 ddply() ，您甚至不必创建组变量（尽管这非常方便）。

ddply(work.foo, c("a", "b"), function(x) c(mean(x$a, na.rm = TRUE), mean(x$b, na.rm = TRUE))

当然，如果您有分组变量，只需将 c("a", "b") 替换为 "c" 即可。

在我看来，主要优点是 plyr 函数将返回您喜欢的任何类型的对象 - ddply 获取一个数据帧并返回一个数据帧，dlply 将返回一个列表等。 by( ) 及其 *apply 兄弟通常只给你一个列表。我认为。