对每个变量使用不同的函数按组折叠数据框

Question

定义

df<-read.table(textConnection('egg 1 20 a
                        egg 2 30 a
                        jap 3 50 b
                        jap 1 60 b'))

st.

> df
   V1 V2 V3 V4
1 egg  1 20  a
2 egg  2 30  a
3 jap  3 50  b
4 jap  1 60  b

我的数据没有因子，所以我将因子转换为字符：

> df$V1 <- as.character(df$V1)
> df$V4 <- as.character(df$V4)  

我想通过 V1 保持“折叠”数据框：

• V2 的最大值
• V3 的平均值
• V4 的模式（该值实际上在 V1 组内不会改变，所以第一个、最后一个等也可能这样做。）

请注意这是一个一般性问题，例如我的数据集更大，我可能想使用不同的函数（例如最后一个、第一个、最小值、最大值、方差、st.dev 等）对于不同的变量）崩溃时。因此，函数参数可能会很长。

在这种情况下，我想要以下形式的输出：

> df.collapse
   V1 V2 V3 V4
1 egg  2 25  a
2 jap  3 55  b

Answer 1

plyr 包会帮助你：

library(plyr)
ddply(df, .(V1), summarize, V2 = max(V2), V3 = mean(V3), V4 = toupper(V4)[1])

由于 R 没有模式函数（可能），我放置了其他函数。
但实现模式功能很容易。

Answer 2

我建议使用 plyr 中的 ddply：

require(plyr)
ddply(df, .(V1), summarise, V2=max(V2), V3=mean(V3), V4=V4[1])

您可以用您希望的任何计算替换函数。您的 V3 列是非数字的，因此可能需要将其转换为数字，然后计算众数。现在我只是返回每个分割的第一行的 V3 值。或者，如果您不想使用 plyr：

do.call(rbind, lapply(split(df, df$V1), function(x) {
    data.frame(V2=max(x$V2), V3=mean(x$V3), V4=x$V4[1]))
})