我有一个类似这样的数据框 - 例如，2 列和多行：
一个 2
一个7
B 1
B 3
B 6
C 2
我想对第 1 列的每个唯一值中的第 2 列中的项目进行一些操作。
我有
unique.values <- sort(unique(mydata[,1]))
这部分适用于获取每个唯一值，但我不知道如何将每个唯一因素与它在第二列中获取的值相关联。我需要能够完全独立地对每一个进行操作，并希望能够计算行数等。尝试使用 grep，但无法完成。
感谢您提供的任何帮助！
【问题讨论】：
标签： r
不完全遵循您的问题，但我认为这就是您想要的：
df <- data.frame(read.table(textConnection("
A 2
A 7
B 1
B 3
B 6
C 2")))
library(plyr)
ddply(df, .(V1), nrow)
有很多方法可以做这种事情，所以如果你想要一个更好的答案，你需要提供更多关于你正在尝试做的事情的细节。
编辑
一般来说，如果您有一组唯一值，并且您想根据该组对它们应用函数，那么您可以使用 apply 函数的某个版本来执行此操作。例如，在上面的示例中，这里有几种不同的方法来获取基于第一列的平均值：
ddply(df, .(V1), function(x) data.frame(mean=mean(x[,2])))
do.call("rbind", by(df, df[,1], function(x) data.frame(mean=mean(x[,2]))))
do.call("rbind", lapply(unique(df[,1]), function(a) data.frame(V1=a, mean=mean(df[df[,1]==a,2]))))
【讨论】：
nrow 替换为您想要的任何功能，它就会按照您的描述进行操作。
ave() 函数或 tapply 函数会做你想做的事。这取决于您想要输出什么。如果您希望输出向量与输入向量 ave() 一样长，但如果您想将数据减少到分组向量 tapply() 的级别。
ave(mydata[,2], mydata[,1], FUN = length) #FUN can be any function
或者，对于精简版...
tapply(mydata[,2], mydata[,1], FUN = length) #FUN can be any function
【讨论】：
另一种可能性，使用 Shane 的df：
aggregate(df[,2],list(df[,1]),FUN=length)
再次，将length 替换为任何其他适用于向量的函数。您可以在list 中指定多个因子，然后它将针对每个因子组合执行此操作。
与ave() 的区别在于ave() 给出了一个带有原始数据帧长度的向量。 aggregate() 返回一个数据框，其中一个变量是组指示符。 tapply() 返回一个长度等于组数的向量。 ddply() 返回一个数据框，其中包含每个指定因子的变量。
by() 结构在您必须对多列进行操作时特别有用，因为它基本上是数据帧的循环。它返回一个列表，可以使用 Shanes 构造或直接使用 matrix() 或 rbind() 进行转换。这使得每次都有不同的结构，但它们都很有用。
根据您希望输出的格式，您可以选择其中一种可能性。
【讨论】：