从函数发送列名到 ddply答案

【问题标题】：Sending in Column Name to ddply from Function从函数发送列名到 ddply
【发布时间】：2012-04-16 16:43:03
【问题描述】：

我希望能够将列名发送给我正在拨打ddply 的电话。一个例子ddply调用：

ddply(myData, .(MyGrouping), summarise, count=sum(myColumnName))

如果我将ddply 包装在另一个函数中，是否可以将其包装，以便我可以将任意值作为myColumnName 传递给调用函数？

【问题讨论】：

你有一个可重现的例子（有数据，例如使用虹膜）？
@static_rtti 您是否专门寻找plyr 的答案？这个问题很老了，现在有更高级的包。
好吧，我使用 plyr（并且不知道更高级的包），但如果你能用不同的包提供相同问题的答案，我也会觉得这很有趣。跨度>
我原以为 here 会有所帮助，但它似乎并没有让事情变得更容易......
@static_rtti 答案是summarise 不是为此而设计的。与其他便利功能类似，您应该在以编程方式工作的某些情况下使用替代方法。

标签： r plyr

【解决方案1】：

必须有更好的方法。而且我不知道如何使它与摘要一起使用。

my.fun <- function(df, count.column) { 
  ddply(df, .(x), function(d) sum(d[[count.column]]))
}

dat <- data.frame(x=letters[1:2], y=1:10)

> my.fun(dat, 'y')
  x V1
1 a 25
2 b 30
>

【讨论】：

您可以将 count.column 直接传递给 ddply 中的函数，如：ddply(df, .(x), function(d) sum(d[[count.column]])) 意味着更少的代码并避免使用 eval。
@TylerRinker 是的，那个 eval 是我试图让它与 summarise 一起工作时的保留。已编辑。
我也尝试过这个（但因为不再真正使用 plyr）我也无法弄清楚如何使它与 summarise 一起工作。

【解决方案2】：

正如@David Arenburg 所说，这个问题已经很老了。今天，data.table 或 dplyr 软件包可以以更快的速度为您提供相同的结果。

这是答案的data.table 版本。

library(data.table)
my.fun <- function(myData, MyGrouping, myColumnName) { 
  setDT(myData)[, lapply(.SD, sum), by=MyGrouping, .SDcols=myColumnName]
}

【讨论】：

【解决方案3】：

我想我找到了一种工作总结的方法。我不确定我是否理解为什么，因为我不是处理 R 环境的专家，但这里是解决方案：

> library(plyr)
> 
> 
> 
> ###########################
> # Creating test DataFrame #
> ###########################
> 
> x <- 1:15
> 
> set.seed(1)
> y <- letters[1:3][sample(1:3, 15, replace = T)]
> 
> df <- data.frame(x, y)
> 
> ### check df
> df
    x y
1   1 a
2   2 b
3   3 b
4   4 c
5   5 a
6   6 c
7   7 c
8   8 b
9   9 b
10 10 a
11 11 a
12 12 a
13 13 c
14 14 b
15 15 c
> 
> 
> #####################
> # auxiliar function #
> #####################
> evalString <- function(s) {
+ eval(parse(text = s), parent.frame())
+ }
> 
> 
> ### columnName input
> columnName <- 'x'
> 
> ### call with columnName as input
> xMeans <- ddply(df,
+                 'y',
+                 summarise,
+                 mean = mean(evalString(columnName)))
> 
> 
> ### regular call to ddply
> xMeans2 <- ddply(df,
+                 'y',
+                 summarise,
+                 mean = mean(x))
> 
> 
> ### Compare Results
> xMeans
  y mean
1 a  7.8
2 b  7.2
3 c  9.0
> xMeans2
  y mean
1 a  7.8
2 b  7.2
3 c  9.0
>

编辑：您可以使用基本包中的 get 函数，如下所示：ddply: how do I pass column names as parameters?

> xMeans3 <- ddply(df,
+                 'y',
+                 summarise,
+                 mean = mean(get(columnName)))
> 
> xMeans3
  y mean
1 a  7.8
2 b  7.2
3 c  9.0

【讨论】：