如何根据 R 中预先指定的列对数据框进行分组答案

【问题标题】：How to group a data frame based on pre-specified column in R如何根据 R 中预先指定的列对数据框进行分组
【发布时间】：2014-02-13 10:07:53
【问题描述】：

我有一个如下所示的数据：

 library(zoo)
 dt <- read.csv("http://dpaste.com/1612639/plain/",header=FALSE,fill=FALSE,na.strings = "")
 dt <- na.locf(dt)


> dt
   V1  V2                V3                V4       V5
1 FOO yyy Unigene126925_All Unigene137063_All 0.238087
2 FOO yyy Unigene126925_All  Unigene24551_All 0.374231
3 FOO yyy Unigene126925_All  Unigene31835_All 0.367897
4 BAR xxx Unigene126925_All Unigene165366_All 0.247844
5 BAR xxx Unigene126925_All Unigene111784_All 0.344493

我想要做的是根据 V1 对它们进行分组，每组的内容是一个数据框，其值从上述 V3 到 V5。它看起来像这样：

组 FOO

     V1               V2                V3             
1 Unigene126925_All Unigene137063_All 0.238087
2 Unigene126925_All  Unigene24551_All 0.374231
3 Unigene126925_All  Unigene31835_All 0.367897

组栏

   V1               V2                V3   
1 Unigene126925_All Unigene165366_All 0.247844
2 Unigene126925_All Unigene111784_All 0.344493

如何在 R 中实现这一点？稍后对于每个组，我将对其数据框应用一些函数。

【问题讨论】：

base R、data.table、plyr 等中有大量函数，您可以在其中对分组数据应用函数，而无需显式将其拆分为单独的数据帧。

标签： r dataframe

【解决方案1】：

使用split:

> split(dt[, 3:5], dt$V1)
$BAR
                 V3                V4       V5
4 Unigene126925_All Unigene165366_All 0.247844
5 Unigene126925_All Unigene111784_All 0.344493

$FOO
                 V3                V4       V5
1 Unigene126925_All Unigene137063_All 0.238087
2 Unigene126925_All  Unigene24551_All 0.374231
3 Unigene126925_All  Unigene31835_All 0.367897

您现在可以在此列表上运行一些函数并将结果与unsplit 结合起来。

【讨论】：

【解决方案2】：

使用dplyr，非常直观。

library(dplyr)
dt %.%
 group_by(V1) %.%
 summarise(newvar = function))

其中 function 是您要应用的功能，例如newvar = sum(V5)

【讨论】：

【解决方案3】：

如果我没记错的话（并且您可能还希望将第一个参数分割到您需要的列，例如删除“V1”）：

split(dt, dt$V1)

【讨论】：