【发布时间】：2014-01-21 18:07:34
【问题描述】：
以下是我正在使用的数据“类型/结构”，它包括 3 个因子变量。
library(data.table)
library(ggplot2)
DT <- data.table(mtcars)
DT[["cyl"]] <- factor(DT[["cyl"]])
DT[["gear"]] <- factor(DT[["gear"]])
DT[["vs"]] <- factor(DT[["vs"]])
DT <- DT[, c("cyl", "gear", "vs"), with=F]
setkey(DT, cyl, gear, vs)
上下文
我一直在使用此函数以交互方式将数据与data.table 聚合在一起，并且工作得很好。
问题是当我尝试将它包含在另一个函数中时。
我没有太多的编程经验，所以任何指导将不胜感激。我想这与环境有关，以及参数是如何传递的，但我真的不知道如何解决它。
grp <- function(x) {
percentage = as.numeric(table(x)/length(x))
list(x = levels(x),
percentage = percentage,
label = paste( round( as.numeric(table(x)/length(x), 0 ) * 100 ), "%")
)
}
这将是预期的输出：
DT_agg <- DT[, grp(cyl), by=vs]
问题
第二个函数的想法是采用data.frame/data.table 对象，应用前一个函数，包括使用一个或两个分组变量的选项。
最后的想法是将最后一个对象包含在 ggplot() 调用中，并将分组变量用作构面，从 ggplot() 调用中调用 agg() 函数。
agg <- function(data, x, groupby1, groupby2 = NULL,...){
data = substitute(data)
x = substitute(x)
groupby1 = substitute(groupby1)
groupby2 = substitute(groupby2)
if(is.null(groupby2)){
DT_agg = data[, grp(x), by=groupby1]
} else {
DT_agg = data[, grp(x), by=groupby1,groupby2]
}
DT_agg
}
agg(data = DT, x = cyl, groupby1 = vs)
Error in unique.default(x, nmax = nmax) :
unique() applies only to vectors
在 agstudy 的回答之后编辑
agg <- function(data, x, groupby1, groupby2 = NULL,...){
data = eval(substitute(data))
x = substitute(data$x) # changed this bit (it was producing an error)
groupby1 = substitute(groupby1)
groupby2 = substitute(groupby2)
if(is.null(eval(substitute(groupby2)))) {
eval(data)[, grp(eval(x)), by=groupby1]
} else {
eval(data)[, grp(eval(x)), by=list(eval((groupby1)),eval(groupby2))]
}
}
由于某种原因，答案中提供的解决方案对我不起作用。
Agstudy 的agg() 提供了一个答案，它运行但输出不是。我尝试了一些更改，但效果不佳。
使用上面定义的 grp() 函数，我得到了正确的结果：
ok = DT[, grp(cyl), by = vs]
print(ok)
# vs x percentage label
# 1: 1 4 0.71428571 71%
# 2: 1 6 0.28571429 29%
# 3: 1 8 0.00000000 0%
# 4: 0 4 0.05555556 6%
# 5: 0 6 0.16666667 17%
# 6: 0 8 0.77777778 78%
使用 agg() 的 agstudy 版本我知道这是不正确的：
not_ok = agg(DT, cyl, vs)
print(not_ok)
# groupby1 x percentage label
# 1: 1 4 0.34375 34%
# 2: 1 6 0.21875 22%
# 3: 1 8 0.43750 44%
# 4: 0 4 0.34375 34%
# 5: 0 6 0.21875 22%
# 6: 0 8 0.43750 44%
我想知道该函数如何在它自己（第一种情况）而不是在 agg 函数内部正常工作。
【问题讨论】：
-
我使用
DT[, grp(cyl), by = vs]或agg(DT, cyl, vs)得到“不正常”的版本 -
我再次尝试了一个新的 R 会话，我得到了与 EDIT 显示的相同的输出。我不明白这怎么可能。也许它与
data.table版本有关？我使用的是 cran 版本，1.8.10。 -
我使用的是 1.8.11。奇怪。
-
我将在答案中写下我在 EDIT 中使用的代码。我已经尝试了 1.8.1.1 并且得到了相同的结果。
-
@mnel EDIT 版本与 agstudy 的回答有一些不同。安装
data.table的开发版后，agstudy 的原始答案完美运行。我在这两种方式都得到了好的版本。我已经用完整的工作代码编写了另一个“答案”，因此更容易找到。
标签： r ggplot2 aggregate data.table