14

グループごとに個々の列を合計したかったので、最初に考えたのは を使用することtapplyでした。しかし、私はtapply仕事に就くことができません。tapply複数の列を合計するために使用できますか? そうでない場合、なぜですか?

インターネットを広範囲に検索したところ、2008 年にさかのぼって投稿された同様の質問が多数見つかりました。代わりに、応答は常に別の機能を使用することを提案します。

以下は、州ごとにリンゴ、州ごとにサクランボ、州ごとにプラムを合計したいデータ セットの例です。その下に、機能する多くの代替案をまとめましtapplyた。

下部に、目的の操作を実行tapplyできるようにするソース コード への簡単な変更を示します。tapply

それにもかかわらず、おそらく、目的の操作を実行する簡単な方法を見落としている可能性がありtapplyます。代替機能は探していませんが、追加の代替機能は大歓迎です。

ソース コードに対する私の変更の単純さを考えると、tapplyなぜそれまたは類似のものがまだ実装されていないのか疑問に思います。

アドバイスありがとうございます。私の質問が重複している場合は、他の質問への回答として私の質問を投稿させていただきます.

データセットの例を次に示します。

df.1 <- read.table(text = '

    state   county   apples   cherries   plums
       AA        1        1          2       3
       AA        2       10         20      30
       AA        3      100        200     300
       BB        7       -1         -2      -3
       BB        8      -10        -20     -30
       BB        9     -100       -200    -300

', header = TRUE, stringsAsFactors = FALSE)

これは動作しません:

tapply(df.1, df.1$state, function(x) {colSums(x[,3:5])})

ヘルプページには次のように書かれています:

tapply(X, INDEX, FUN = NULL, ..., simplify = TRUE)

X       an atomic object, typically a vector.

typically a vectorデータフレームが使えるかどうか疑問に思ったフレーズに戸惑いました。私は何atomic objectを意味するのかを明確にしたことはありません。

これに代わるいくつかの方法がtapplyあります。tapply最初の代替案は、 と組み合わせた回避策ですapply

apply(df.1[,c(3:5)], 2, function(x) tapply(x, df.1$state, sum))

#    apples cherries plums
# AA    111      222   333
# BB   -111     -222  -333

with(df.1, aggregate(df.1[,3:5], data.frame(state), sum))

#   state apples cherries plums
# 1    AA    111      222   333
# 2    BB   -111     -222  -333

t(sapply(split(df.1[,3:5], df.1$state), colSums))

#    apples cherries plums
# AA    111      222   333
# BB   -111     -222  -333

t(sapply(split(df.1[,3:5], df.1$state), function(x) apply(x, 2, sum)))

#    apples cherries plums
# AA    111      222   333
# BB   -111     -222  -333

aggregate(df.1[,3:5], by=list(df.1$state), sum)

#   Group.1 apples cherries plums
# 1      AA    111      222   333
# 2      BB   -111     -222  -333

by(df.1[,3:5], df.1$state, colSums)

# df.1$state: AA
#   apples cherries    plums 
#      111      222      333 
# ------------------------------------------------------------ 
# df.1$state: BB
#   apples cherries    plums 
#     -111     -222     -333

with(df.1, 
     aggregate(x = list(apples   = apples, 
                        cherries = cherries,
                        plums    = plums), 
               by = list(state   = state), 
               FUN = function(x) sum(x)))

#   state apples cherries plums
# 1    AA    111      222   333
# 2    BB   -111     -222  -333

lapply(split(df.1, df.1$state), function(x) {colSums(x[,3:5])} )

# $AA
#   apples cherries    plums 
#      111      222      333 
#
# $BB
#   apples cherries    plums 
#     -111     -222     -333

tapply行を変更した以外のソースコードは次のとおりです。

nx <- length(X)

に:

nx <- ifelse(is.vector(X), length(X), dim(X)[1])

この変更されたバージョンのtapplyは、目的の操作を実行します。

my.tapply <- function (X, INDEX, FUN = NULL, ..., simplify = TRUE)
{
    FUN <- if (!is.null(FUN)) match.fun(FUN)
    if (!is.list(INDEX)) INDEX <- list(INDEX)
    nI <- length(INDEX)
    if (!nI) stop("'INDEX' is of length zero")
    namelist <- vector("list", nI)
    names(namelist) <- names(INDEX)
    extent <- integer(nI)
    nx     <- ifelse(is.vector(X), length(X), dim(X)[1])  # replaces nx <- length(X)
    one <- 1L
    group <- rep.int(one, nx) #- to contain the splitting vector
    ngroup <- one
    for (i in seq_along(INDEX)) {
    index <- as.factor(INDEX[[i]])
    if (length(index) != nx)
        stop("arguments must have same length")
    namelist[[i]] <- levels(index)#- all of them, yes !
    extent[i] <- nlevels(index)
    group <- group + ngroup * (as.integer(index) - one)
    ngroup <- ngroup * nlevels(index)
    }
    if (is.null(FUN)) return(group)
    ans <- lapply(X = split(X, group), FUN = FUN, ...)
    index <- as.integer(names(ans))
    if (simplify && all(unlist(lapply(ans, length)) == 1L)) {
    ansmat <- array(dim = extent, dimnames = namelist)
    ans <- unlist(ans, recursive = FALSE)
    } else {
    ansmat <- array(vector("list", prod(extent)),
            dim = extent, dimnames = namelist)
    }
    if(length(index)) {
        names(ans) <- NULL
        ansmat[index] <- ans
    }
    ansmat
}

my.tapply(df.1$apples, df.1$state, function(x) {sum(x)})

#  AA   BB 
# 111 -111

my.tapply(df.1[,3:4] , df.1$state, function(x) {colSums(x)})

# $AA
#   apples cherries 
#      111      222 
#
# $BB
#   apples cherries 
#     -111     -222
4

3 に答える 3

16

tapply使用できる data.frame のベクトルで動作しますby(これは のラッパーですtapply。コードを見てください):

> by(df.1[,c(3:5)], df.1$state, FUN=colSums)
df.1$state: AA
  apples cherries    plums 
     111      222      333 
------------------------------------------------------------------------------------- 
df.1$state: BB
  apples cherries    plums 
    -111     -222     -333 
于 2013-07-27T23:18:36.523 に答える
6

を探していbyます。INDEX行ごとに、想定した方法で を使用しますtapply

by(df.1, df.1$state, function(x) colSums(x[,3:5]))

の使用に関する問題は、 by columntapplyにインデックスを付けていたことです。(実際には列の単なる aです。)したがって、インデックスが 5の長さと一致しないと不平を言いました。data.framedata.framelisttapplydata.frame

于 2013-07-27T23:20:04.030 に答える