如何将R中的函数应用于由另一列分组的数据帧的某些列？

Question

我一直在寻找的帮助页面tapply和by ，我不知道他们是这样做的正确的工具。 例如，如果我有一个数据框，其中的列为Name,Value1,Value2并且我想应用一个函数，则将function f(x,y) { do_something }应用于按Name分组的Value1和Value2并得到一个数据框与列Name,f(Value1,Value2)我应该怎么做？

我可以轻而易举地在这样的简单情况下工作：

tapply(df$Name, df$value1, mean)

但是如果我的函数也将df$value2作为输入怎么办？ 是不是这么简单mean ？ 换句话说，我想要做的是伪符号：

tapply(df$Name, c(df$value1,df$value2), function f(x,y) { x+y+bla...})

Answer 1

尽管不会返回data.frame但是by可以完成工作。

by(df, df$Name, function(X) f(X$Value1, X$Value2))

包data.table最好针对这种情况设置：

install.packages("data.table")
library(data.table)
dt = data.table(df)
dt[,f(Value1, Value2),by=Name]

将完全返回您要查找的内容。

Answer 2

还检查出plyr 。 例如

require(plyr)
ddply(mtcars, .variables="cyl", .fun=mutate,
      meaningless_number = mean(mpg) + disp)

会给你回一个数据帧就像mtcars ，与添加的列meaningless_number这是平均mpg由cyl加上个人disp 。 使用.fun = mutate添加列，使用.fun = mutate .fun = summarize查看摘要，以及其他用于其他目的的功能。

对于一般的*应用知识， 此问题的答案非常有用。 我还发现此答案是一个很棒的plyr教程。