R：根據日期循環數據幀提取數據子集

Question

我有一個大型數據框，包含如下所示的數據：

        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值的數據部分，例如僅為2012 01執行此操作我將創建一個數據子集

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

這給了我2012 01所有數據，但我繼續將函數應用於這些數據。 我希望能夠將我的函數應用於我的所有可能的數據子集，所以理想情況下我將遍歷我的大數據框並提取2012 01, 2012 02, 2012 03, 2012 04...並應用分別對這些數據子集中的每一個的函數。

但是我希望能夠將這個應用到我的數據框中，即使我的數據幀長度發生變化，因此它可能並不總是從2012 01 - 2012 12 ，日期范圍可能會有所不同，因此有時可能會被使用來自例如2011 03 - 2013 01 。

Answer 1

遍歷每個唯一日期並構建子集。

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

Answer 2

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

Answer 3

在按日期對數據集進行子設置之后，假設您要應用於每個子集的函數是查找列x的平均值。 你可以這樣做:( df是你的數據幀）

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

Answer 4

您可以將data.frame拆分為data.frames list ，如下所示：

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

Answer 5

這是plyr包的完美情況：

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

其中my_function是您要對拆分數據幀執行的函數，而extra_arg是需要轉到該函數的任何額外參數。

如果你想在數據框中得到結果， ddply （ d ata frame - > d ata frame）就是你想要的形式; dlply返回一個列表。