使用 R，迭代数据帧，对每个数据帧执行数学运算，将结果附加到新数据帧中

Question

我在 R 中有一个巨大的数据框 (A)，如下所示：

Letters   Frequency   Numbers
a         0.15        1
b         0.67        2
c         0.85        7
d         0.4         3

我想先根据“频率”列的取值范围（4个大小为0.25的频率箱）将A分成4个数据框，从0到1，这样我得到：

A1 [0, 0.25]

Letters   Frequency   Numbers
a         0.15        1

A2 [0.25, 0.5]

Letters   Frequency   Numbers
d         0.4         3

A3 [0.5, 0.75]

Letters   Frequency   Numbers
b         0.67        2

A4 [0.75, 1]

Letters   Frequency   Numbers
c         0.85        7

以迭代方式并按照频率区间的顺序，我想在 A1、A2、A3 和 A4 中执行数学运算（例如，op1 = Numbers - 2；op2 = Numbers * 10）并创建一个数据带有附加结果的框架 B：

B

bin            op1    op2   
[0, 0.25]      -1     10 
[0.25, 0.5]     1     30 
[0.5, 0.75]     0     20 
[0.75, 1]       5     70

我想我不需要创建 A1、A2、A3 和 A4（理想情况下我只想与 A 一起工作），并且有一种更优雅的方法可以通过直接遍历频率箱来获得 B，但是我在这个例子中创建它们是为了清楚地解释原理。我认为这可以通过 lapply 完成，但我不确定如何。非常感谢您。

Answer 1

具有拆分-应用-组合方法的基本 R 方法是

do.call(rbind, lapply(split(dd, findInterval(dd$Frequency, c(0, .25, .5, .75, 1))),
                      function(i) within(i, { # create variables, remove Numbers
                                         op1 <- Numbers - 2
                                         op2 <- Numbers * 10
                                         Numbers <- NULL})))

返回

  Letters Frequency op2 op1
1       a      0.15  10  -1
2       d      0.40  30   1
3       b      0.67  20   0
4       c      0.85  70   5

这里，findInterval 根据频率对观察结果进行分箱，split 根据这些分箱拆分 data.frame 并相应地对数据进行排序，lapply 和 within 用于为每个组构造新变量.

Answer 2

您可以在 dplyr 中使用简单的 group_by 来完成此操作。以您的数据为例。

dd<-read.table(text="Letters   Frequency   Numbers
a         0.15        1
b         0.67        2
c         0.85        7
d         0.4         3", header=T)

你可以运行

library(dplyr)

dd %>% 
    group_by(bin=cut(Frequency, breaks=seq(0,1,by=.25))) %>% 
    transmute(op1=Numbers-2, op2=Numbers*10) %>% 
    arrange(bin)

我们使用cut() 创建分箱组，然后使用transmute() 创建新列（同时删除旧列）。