如何在r的數據幀內的組中應用/循環函數（在本例中為chull（））？

Question

我有一個這樣的數據框：

x2 <- c(12,-10,-3,-5,-3, 18,-14,-3,-13,14,12,-10,-3,-5,-3, 18,-14,-3,-13,14)
y2 <- c(-3,-4,-11,-12,-13,-4,5,-10,-3,6,-3,-4,-11,-12,-13,-4,5,-10,-3,6)
ID2 <- c(5088,5088,5088,5088,5088,5088,5088,5088,5088,5088,6000,6000,6000,6000,6000,6000,6000,6000,6000,6000)
D2 <- c(59,49,70,40,74,78,90,55,65,73,59,49,70,40,74,78,90,55,65,73)
Code2 <- c(110,110,110,130,110,110,110,110,110,100,110,110,110,130,110,110,110,110,110,100)
df2 <- data.frame(x2,y2,ID2,D2,Code2)

df2
    x2  y2  ID2 D2 Code2
1   12  -3 5088 59   110
2  -10  -4 5088 49   110
3   -3 -11 5088 70   110
4   -5 -12 5088 40   130
5   -3 -13 5088 74   110
6   18  -4 5088 78   110
7  -14   5 5088 90   110
8   -3 -10 5088 55   110
9  -13  -3 5088 65   110
10  14   6 5088 73   100
11  12  -3 6000 59   110
12 -10  -4 6000 49   110
13  -3 -11 6000 70   110
14  -5 -12 6000 40   130
15  -3 -13 6000 74   110
16  18  -4 6000 78   110
17 -14   5 6000 90   110
18  -3 -10 6000 55   110
19 -13  -3 6000 65   110
20  14   6 6000 73   100
...

x和y是樹木集合中樹木的笛卡爾坐標。 ID是這些樂團的個人標識。 Code和D是尚不相關的參數。

現在，我嘗試將功能chull()應用於每個合奏，以獲取一個data.frame ，該數據僅由構成合奏邊界的那些樹組成。 所有ID都類似這樣：

x1 <- c(12,-10,-3,-5,-3, 18,-14,-3,-13,14)
y1 <- c(-3,-4,-11,-12,-13,-4,5,-10,-3,6)
ID1 <- c(5088,5088,5088,5088,5088,5088,5088,5088,5088,5088)
D1 <- c(59,49,70,40,74,78,90,55,65,73)
Code1 <- c(110,110,110,130,110,110,110,110,110,100)
df1 <- data.frame(x1,y1,ID1,D1,Code1)
hullpts <- chull(df1)
df1[hullpts,]

    x1  y1  ID1 D1 Code1
6   18  -4 5088 78   110
5   -3 -13 5088 74   110
4   -5 -12 5088 40   130
9  -13  -3 5088 65   110
7  -14   5 5088 90   110
10  14   6 5088 73   100

我一直在嘗試用for()和nlme::gapply()創建循環， nlme::gapply()沒有成功。

我將非常感謝您的幫助。

Answer 1

我不知道您對外部軟件包有多熟悉，但是對於data.table，它將是一個簡單的函數，例如：

library(data.table)

#group by ID2 and then apply chull to x and y in each group
#.SD just references the groups created by grouping by ID2
#setDT converts df2 to data.table
setDT(df2)[, .SD[chull(x2, y2),], by = 'ID2']
 #    ID2  x2  y2 D2 Code2
 #1: 5088  18  -4 78   110
 #2: 5088  -3 -13 74   110
 #3: 5088  -5 -12 40   130
 #4: 5088 -13  -3 65   110
 #5: 5088 -14   5 90   110
 #6: 5088  14   6 73   100
 #7: 6000  18  -4 78   110
 #8: 6000  -3 -13 74   110
 #9: 6000  -5 -12 40   130
#10: 6000 -13  -3 65   110
#11: 6000 -14   5 90   110
#12: 6000  14   6 73   100

或者，如果您想使用基數R，則可能需要執行以下操作：

splits <- split(df2, df2$ID2)
chulls <- 
  lapply(splits, function(x) {
    x[chull(x$x2, x$y2)]
  })
do.call(rbind, chulls)
 #    x2  y2  ID2 D2 Code2
 #1:  18  -4 5088 78   110
 #2:  -3 -13 5088 74   110
 #3:  -5 -12 5088 40   130
 #4: -13  -3 5088 65   110
 #5: -14   5 5088 90   110
 #6:  14   6 5088 73   100
 #7:  18  -4 6000 78   110
 #8:  -3 -13 6000 74   110
 #9:  -5 -12 6000 40   130
#10: -13  -3 6000 65   110
#11: -14   5 6000 90   110
#12:  14   6 6000 73   100