plyr package

plyr包

data(tips,package=”reshape2”)#加载数据集

library(plyr)

head(tips)

基础函数汇总：

aggregate(x=tips$tip,by=list(tips$sex),FUN=mean)

plyr包函数

ddply(.data=tips,#拆分计算的对象
    .variables="sex", #拆分的依据
    .fun=function(x){  #计算的函数
         mean(tips$tip)
         })

ddply()函数，参一是分组的对象，参二是分组的依据，参数三是对分组计算的函数

函数命名规则
a:array d:data.frame l:list

plyr包的主要函数：**ply 首字母代表输入,第二个字母代表输出

如：adply()函数 输入数组，输出数据框

例：

data <- as.matrix(iris[,-5])
result2 <- adply(.data=data,
                 .margins=2,
                 .fun=function(x){
                   each(max,min,median,sd)(x)
                 })

each()函数是在plyr包中，主要作用是合并多个函数成一个函数，返回一个向量

练习：

用iris数据，对每一种花做一个简单回归。

#定义回归函数
model <- function(x){
lm(Sepal.Length~Sepal.Width,data=x)
}
#对每一组花进行回归
models <- dlply(.data=iris,
.variables=”Species”,
.fun=model)
#计算每个模型的系数
result3 <- ldply(.data=models,
.fun=coef)

result3
     Species (Intercept) Sepal.Width
1     setosa    2.639001   0.6904897
2 versicolor    3.539735   0.8650777
3  virginica    3.906836   0.9015345

用普通函数对每一种花做简单回归，则需要做分割,计算,整合三个步骤

pieces <- split(iris,list(iris$Species))#因为lapply函数族的第一个参数是列表或向量
models <- lapply(pieces,model)
result <- lapply(models,coef)
do.call("rbind",result)#整合回归结果
结果：
           (Intercept) Sepal.Width
setosa        2.639001   0.6904897
versicolor    3.539735   0.8650777
virginica     3.906836   0.9015345

plyr包其他辅助函数：

上面提到的each函数
x <- rnorm(10)
each(max,min,mean,sd)(x)

colwise()函数对数据框的每一列进行计算，返回一个数据框
colwise(mean,is.numeric)(iris)#计算数值型的列