tapply 基于 R 中的多个索引答案

【问题标题】：tapply based on multiple indexes in Rtapply 基于 R 中的多个索引
【发布时间】：2016-04-22 13:58:12
【问题描述】：

我有一个数据框，很像这个：

ref=rep(c("A","B"),each=240)
year=rep(rep(2014:2015,each=120),2)
month=rep(rep(1:12,each=10),4)
values=c(rep(NA,200),rnorm(100,2,1),rep(NA,50),rnorm(40,4,2),rep(NA,90))

DF=data.frame(ref,year,month,values)

我想计算每个参考文献每年连续 NA 的最大数量。我创建了一个函数，它可以计算出连续 NA 的最大数量，但只能基于一个变量。

例如，

func <-   function(x) { 
  max(rle(is.na(x))$lengths) 
} 

with(DF, tapply(values,ref, func))
# A   B 
# 200  90 

with(DF, tapply(values,year, func))
# 2014 2015 
# 120   90

所以在 ref A 中总共最多有 200 个连续的 NA，在 ref B 中最多有 90 个，这是正确的。 2014 年也有 120 个 NA，2015 年有 90 个。

我想要的是每个参考和年份的结果，例如：

【问题讨论】：

标签： r apply with-statement tapply

【解决方案1】：

有多种方法可以做到这一点，一种是使用 plyr 库：

library(plyr)
ddply(DF,c('ref','year'),summarise,NAs=max(rle(is.na(values))$lengths))

  ref year NAs
1   A 2014 120
2   A 2015  80
3   B 2014  60
4   B 2015  90

使用你的函数，你也可以尝试：

with(DF, tapply(values,list(ref,year), func))

输出略有不同

  2014 2015
A  120   80
B   60   90

通过使用 melt()，您可以访问相同的数据帧。

【讨论】：

这正是我想要的。谢谢！

【解决方案2】：

与上面的 tapply 解决方案非常相似。我发现aggregate 的输出比tapply 好。

with(DF, aggregate(list(Value = values),list(Year = year,ref = ref), func))

  Year  ref  Value
1 2014   A   120
2 2015   A    80
3 2014   B    60
4 2015   B    90

【讨论】：

【解决方案3】：

我喜欢食谱格式

library(dplyr)

DF$values[is.na(DF$values)] <- 1   

DF %>% 
 filter(values==1) %>%  
 group_by(ref,year) %>% 
 mutate(csum=cumsum(values)) %>% 
 group_by(ref,year) %>% 
 summarise(max(csum))

Source: local data frame [4 x 3]
Groups: ref [?]

     ref  year max(csum)
   (fctr) (int)     (dbl)
1      A  2014       120
2      A  2015        80
3      B  2014        50
4      B  2015        90

【讨论】：