在拆分应用组合问题中维护顺序[重复]答案

【问题标题】：Maintaining order in split-apply-combine problems [duplicate]在拆分应用组合问题中维护顺序[重复]
【发布时间】：2013-01-23 18:57:31
【问题描述】：

可能重复：
How to ddply() without sorting?

我有以下数据框

dd1 = data.frame(cond = c("D","A","C","B","A","B","D","C"), val = c(11,7,9,4,3,0,5,2))
dd1
  cond val
1    D  11
2    A   7
3    C   9
4    B   4
5    A   3
6    B   0
7    D   5
8    C   2

现在需要根据 cond 中的因子水平计算累积和。结果应如下所示：

> dd2 = data.frame(cond = c("D","A","C","B","A","B","D","C"), val = c(11,7,9,4,3,0,5,2), cumsum=c(11,7,9,4,10,4,16,11))
> dd2
  cond val cumsum
1    D  11     11
2    A   7      7
3    C   9      9
4    B   4      4
5    A   3     10
6    B   0      4
7    D   5     16
8    C   2     11

以与输入数据帧相同的顺序接收结果数据帧很重要，因为还有其他变量与之绑定。

我尝试了ddply(dd1, .(cond), summarize, cumsum = cumsum(val))，但没有产生我预期的结果。

谢谢

【问题讨论】：

标签： r plyr

【解决方案1】：

请改用ave。

dd1$cumsum <- ave(dd1$val, dd1$cond, FUN=cumsum)

【讨论】：

+1 ave 是解决这个特殊问题的好工具，但经常被忽视。

【解决方案2】：

如果手动执行此操作是一个选项，那么 split() 和 unsplit() 以及中间合适的 lapply() 将为您执行此操作。

dds <- split(dd1, dd1$cond)
dds <- lapply(dds, function(x) transform(x, cumsum = cumsum(x$val)))
unsplit(dds, dd1$cond)

最后一行给出

> unsplit(dds, dd1$cond)
  cond val cumsum
1    D  11     11
2    A   7      7
3    C   9      9
4    B   4      4
5    A   3     10
6    B   0      4
7    D   5     16
8    C   2     11

我将这三个步骤分开，但如果您经常这样做，可以将它们串在一起或放在一个函数中。

【讨论】：

放在一个函数中...比如ave? :P
@JoshuaUlrich 我总是忘记那个！
这是一个非常有用的功能，但由于名称选择不佳而受到阻碍。顺便说一下，+1 用于重新发明轮子。

【解决方案3】：

data.table 解决方案：

require(data.table)
dt <- data.frame(dd1)
dt[, c.val := cumsum(val),by=cond]
> dt
#    cond val c.val
# 1:    D  11    11
# 2:    A   7     7
# 3:    C   9     9
# 4:    B   4     4
# 5:    A   3    10
# 6:    B   0     4
# 7:    D   5    16
# 8:    C   2    11

【讨论】：