tapply 类似问题，但需要数据帧输出 - R

Question

这是我的第一篇文章，所以希望我能解释我需要正确做什么。我对 R 还很陌生，我可能读过回答这个问题的帖子，但我一生都无法理解它们的含义。如果这个问题已经得到解答，请提前致歉。

我有一个来自无线电项圈的非常大的 GPS 位置数据集，并且每天的位置数量不一致。我想浏览数据集并根据 GPS 信号的准确度水平每天选择一个数据点。

所以它基本上看起来像这样。

Accuracy    Month    Day    Easting    Northing    Etc
   5          6       1     #######    ########     #
   3.2        6       1     #######    ########     #
   3.8        6       1     #######    ########     #
   1.6        6       2     #######    ########     #
   4          6       3     #######    ########     #
   3.2        6       3     #######    ########     #

我想提取每天最准确的点（最低准确度度量），同时保留其余的相关数据。

目前，我一直在使用 tapply 函数

datasub1<-subset(data,MONTH==6)
tapply(datasub1$accuracy, datasub1$day, min)

使用这种方法，我可以成功检索最小值，每天一个，但是我无法获取相关的坐标和时间，以及所有其他重要信息，因为数据集是近30万行，我手工实在是做不到。

因此，本质上，我需要获得与 tapply 相同的结果，但我需要的不是单个点，而是找到该点的整行。

提前感谢任何可以提供帮助的人。如果您需要更多信息，请告诉我，我会尽力为您提供。

Answer 1

您可以使用 ddply：它将 data.frame 分割成多个片段（每天一个）并对每个片段应用一个函数。

# Sample data
n <- 100
d <- data.frame(
  Accuracy = round(runif(n, 0, 5), 1),
  Month    = sample(1:2, n, replace=TRUE),
  Day      = sample(1:5, n, replace=TRUE),
  Easting  = rnorm(n),
  Northing = rnorm(n),
  Etc      = rnorm(n)
)

# Extract the maximum for each day
# (In case of ties, you only have the first row)
library(plyr)
ddply( 
  d, 
  c("Month", "Day"), 
  function (u) u[ which.min(u$Accuracy), ] 
)

Answer 2

这是使用 split-apply 范例的一个基本解决方案，至少在一开始就构成了 plyr 函数的基础：

lapply( 
     split(dat, list(dat$Month, dat$Day)),
         function(d) d[ which.min(d$Accuracy), ])

Answer 3

所以你根本不想以任何方式聚合。您所需要做的就是选择每天的最小值。因此，您所需要做的就是找到最小值并选择匹配项。

mins <- ave(datasub1$accuracy, datasub1$day, FUN = min)
datasub1[ datasub1$accuracy == mins, ]

如果您需要逐月或每年或其他什么，那么只需将它们作为列表添加到 ave 的第二个参数中即可。这是一种替代语法。

mins <- with( datasub1, ave(accuracy, day, month, FUN = min) )