R：根据日期循环数据帧提取数据子集

Question

我有一个大型数据框，包含如下所示的数据：

        date    w    x    y    z    region
1    2012 01    21   43   12    3   NORTH
2    2012 02    32   54   21   16   NORTH
3    2012 03    14   32   65   32   NORTH
4    2012 04    65   33   75   21   NORTH
:        :      :    :    :    :       :
:        :      :    :    :    :       :
12   2012 12    32   58   53   17   NORTH
13   2012 01    12   47   43   23   SOUTH
14   2012 02    87   43   21   76   SOUTH
:        :      :    :    :    :       :
25   2012 01    12   46   84   29    EAST
26   2012 02    85   29   90   12    EAST
:        :      :    :    :    :       :
:        :      :    :    :    :       :

我想提取具有相同date值的数据部分，例如仅为2012 01执行此操作我将创建一个数据子集

data_1 <- subset(data, date == "2012 01")

这给了我2012 01所有数据，但我继续将函数应用于这些数据。 我希望能够将我的函数应用于我的所有可能的数据子集，所以理想情况下我将遍历我的大数据框并提取2012 01, 2012 02, 2012 03, 2012 04...并应用分别对这些数据子集中的每一个的函数。

但是我希望能够将这个应用到我的数据框中，即使我的数据帧长度发生变化，因此它可能并不总是从2012 01 - 2012 12 ，日期范围可能会有所不同，因此有时可能会被使用来自例如2011 03 - 2013 01 。

Answer 1

遍历每个唯一日期并构建子集。

uniq <- unique(unlist(data$Date))
for (i in 1:length(uniq)){
    data_1 <- subset(data, date == uniq[i])
    #your desired function
}

Answer 2

这是你想要的吗 ？ df_list <- split(data, as.factor(data$date))

Answer 3

在按日期对数据集进行子设置之后，假设您要应用于每个子集的函数是查找列x的平均值。 你可以这样做:( df是你的数据帧）

 library(plyr)
 ddply(df, .(date), summarize, mean = mean(x))

Answer 4

您可以将data.frame拆分为data.frames list ，如下所示：

list.of.dfs<-by(data,data$date)

Answer 5

这是plyr包的完美情况：

require(plyr)
ddply(my_df, .(date), my_function, extra_arg_1, extra_arg_2)

其中my_function是您要对拆分数据帧执行的函数，而extra_arg是需要转到该函数的任何额外参数。

如果你想在数据框中得到结果， ddply （ d ata frame - > d ata frame）就是你想要的形式; dlply返回一个列表。