R的带有null功能的tapply答案

【问题标题】：R's tapply with null functionR的带有null功能的tapply
【发布时间】：2016-05-23 12:39:03
【问题描述】：

当FUN 参数为null 时，我无法理解tapply 函数的作用。

如果 FUN 为 NULL，tapply 返回一个向量，该向量可用于下标 tapply 正常生成的多路数组。

例如，以下文档示例的作用是什么？

ind <- list(c(1, 2, 2), c("A", "A", "B"))
tapply(1:3, ind) #-> the split vector

我不明白结果：

[1] 1 2 4

谢谢。

【问题讨论】：

参见interaction(ind)，它会生成“因子”“级别”的所有组合；在您的示例中，根据“INDEX”参数，您得到的输出对应于levels(interaction(ind))[c(1, 2, 4)] 中的“X”匹配。另请参阅tapply(1:5, list(c(1, 2, 2, 2, 1), c("A", "A", "B", "B", "A")))，可以更清楚地看到tapply 按“索引”分组“X”
ix <- tapply(X, INDEX) 的结果不依赖于X -- 仅依赖于INDEX -- 特别是，如果INDEX 是一个列表，那么ix 等于as.integer(do.call(interaction, INDEX))

标签： r tapply

【解决方案1】：

如果您使用指定的函数（非 NULL）运行 tapply，例如 sum，就像在帮助中一样，您会看到结果是一个二维数组，其中 NA 在一个单元格中：

res <- tapply(1:3, ind, sum)
res
   A  B
 1 1 NA
 2 2  3

表示不存在一种因素组合，即（1，B）。当 FUN 为 NULL 时，它返回对应于所有当前因子组合的向量索引。要检查这个：

> which(!is.na(res))
[1] 1 2 4

有一点需要提一下，指定的函数可以返回 NA 本身，就像下面的玩具示例：

> f <- function(x){
      if(x[[1]] == 1) return(NA)
      return(sum(x))
  }
> tapply(1:3, ind, f)
   A  B
1 NA NA
2  2  3

因此，一般而言，NA 并不意味着不存在因子组合。

【讨论】：