将 tapply 结果恢复到 R 中的原始数据帧中答案

【问题标题】：Recovering tapply results into the original data-frame in R将 tapply 结果恢复到 R 中的原始数据帧中
【发布时间】：2012-02-13 20:04:54
【问题描述】：

我有一个数据框，其中包含公司在不同年份向不同国家/地区的年度出口。我的问题是我需要创建一个变量，表示每年每个国家有多少家公司。我可以用“tapply”命令完美地做到这一点，比如

incumbents <- tapply(id, destination-year, function(x) length(unique(x)))

它工作得很好。我的问题是现任者的长度为length(destination-year)，我需要它的长度为length(id)——每年都有很多公司为每个目的地提供服务——以便在随后的回归中使用它（当然，以与年份和目的地）。 “for”循环可以做到这一点，但由于数据库有点庞大，因此非常耗时。

有什么建议吗？

【问题讨论】：

抱歉没有示例数据...新手错误

标签： r dataframe tapply

【解决方案1】：

您没有提供可重现的示例，因此我无法对此进行测试，但您应该可以使用ave：

incumbents <- ave(id, destination-year, FUN=function(x) length(unique(x)))

【讨论】：

【解决方案2】：

只需将tapply 摘要与merge 的原始数据框“合并”即可。

由于您没有提供示例数据，我做了一些。相应修改。

n           = 1000
id          = sample(1:10, n, replace=T)
year        = sample(2000:2011, n, replace=T)
destination = sample(LETTERS[1:6], n, replace=T)

`destination-year` = paste(destination, year, sep='-')

dat = data.frame(id, year, destination, `destination-year`)

现在将您的摘要制成表格。请注意我是如何重新格式化为数据框并使名称与原始数据匹配的。

incumbents = tapply(id, `destination-year`, function(x) length(unique(x)))
incumbents = data.frame(`destination-year`=names(incumbents), incumbents)

最后，与原始数据重新合并：

merge(dat, incumbents)

顺便说一句，tapply 可以直接将这两个变量作为列表处理，而不是像您已经完成的那样将 destination 和 year 组合成第三个变量：

incumbents = melt(tapply(id, list(destination=destination, year=year), function(x) length(unique(x))))

【讨论】：

【解决方案3】：

使用@JohnColby 的优秀示例数据，我想到了更多类似的东西：

#I prefer not to deal with the pesky '-' in a variable name
destinationYear = paste(destination, year, sep='-')

dat = data.frame(id, year, destination, destinationYear)

#require(plyr)
dat <- ddply(dat,.(destinationYear),transform,newCol = length(unique(id)))

#Or if more speed is required, use data.table
require(data.table)
datTable <- data.table(dat)

datTable <- datTable[,transform(.SD,newCol = length(unique(id))),by = destinationYear]

【讨论】：