是否可以重用 ddply 中生成的列？

Question

我有一个使用 ddply 的脚本，如下例所示：

ddply(df, .(col),
function(x) data.frame(
col1=some_function(x$y),
col2=some_other_function(x$y)
)
)

在 ddply 中，是否可以重用 col1 而无需再次调用整个函数？

例如：

ddply(df, .(col),
function(x) data.frame(
col1=some_function(x$y),
col2=some_other_function(x$y)
col3=col1*col2
)
)

Answer 1

您有一个完整的函数可以使用！不一定是单行本！这应该有效：

ddply(df, .(col), function(x) {
  tmp <- some_other_function(x$y)
  data.frame(
    col1=some_function(x$y),
    col2=tmp,
    col3=tmp
  )
})

Answer 2

这似乎是使用 j 组件的作用域规则的 data.table 的良好候选者。有关详细信息，请参阅常见问题解答 2.8。

来自常见问题解答

没有匿名函数传递给
j.相反，匿名主体被传递给 j。

因此，对于您的情况

library(data.table)
DT <- as.data.table(df)
DT[,{
 col1=some_function(y)
 col2=some_other_function(y)
 col3= col1 *col2
 list(col1 = col1, col2 = col2, col3 = col3)
 }, by = col]  

或更直接的方式：

DT[,list(
 col1=col1<-some_function(y)
 col2=col2<-some_other_function(y)
 col3=col1*col2
 ), by = col]  

这避免了 col1 和 col2 各重复一次，并避免 col3 重复两次；我们努力在 data.table 中减少重复。 = 后面跟着 <- 最初可能看起来很麻烦。不过，这允许使用以下语法糖：

DT[,list(
 "Projected return (%)"=      col1<-some_function(y),
 "Investment ($m)"=           col2<-some_other_function(y),
 "Return on Investment ($m)"= col1*col2
 ), by = col]  

例如，输出可以直接发送到 Latex 或 html。

Answer 3

我认为这是不可能的，但它应该不会太重要，因为那时它不再是一个聚合函数。例如：

#use summarize() in ddply()
data.means <- ddply(data, .(groups), summarize, mean = mean(x), sd = sd(x), n = length(x))
data.means$se <- data.means$sd / sqrt(data.means$n)
data.means$Upper <- data.means$mean + (data.means$SE * 1.96)
data.means$Lower <- data.means$mean - (data.means$SE * 1.96)

所以我没有直接计算 SE，但在 ddply() 之外计算它也不错。如果你真的愿意，你也可以做

ddply(data, .(groups), summarize, se = sd(x) / sqrt(length(x)))

或者用你的例子来表达

ddply(df, .(col), summarize,
      col1=some_function(y),
      col2=some_other_function(y)
      col3=some_function(y)*some_other_function(y)
    )