如何拆分-应用-组合 R 中的多个变量/列

Posted 2023-04-13

【中文标题】如何拆分-应用-组合 R 中的多个变量/列

【英文标题】：How to Split-Apply-Combine for several variables / columns in R

【发布时间】：2015-07-15 19:48:28

【问题描述】：

我想按组对多个变量执行一个函数。

假数据；

df<-data.frame(rnorm(100,mean=10), 
               rnorm(100,mean=15),
               rnorm(100,mean=20),
               rep(letters[1:10],each=10)
               )
colnames(df)<-c("var1","var2","var3","group1")

在这种特殊情况下，我想按组对每个变量进行平均中心化。我想返回一个带有原始变量和居中变量的数据框。

通常我为此使用 PLYR 包；

library(plyr)    
ddply(df, "group1", transform, centered_var1= scale(var1, scale=FALSE))

但是，我无法成功循环这​​个函数，或者想出另一种最少代码的方法来做到这一点。

我对非 PLYR 解决方案持开放态度...我的主要标准是尽量减少代码。

【参考方案1】：

colwise 函数可能正是您想要的。

library("plyr")
ddply(df, .(group1), colwise(scale, scale = FALSE))

【讨论】：

我正在分裂头发，但这个答案似乎最接近我原来的问题，返回一个数据框对象，虽然仍然需要cbind() 来组合新旧变量。在使用这种方法之前，还需要对我的完整数据框进行子集化。任何人都知道如何仅将要执行函数的变量（最好作为字符向量）提供给 ddply 以避免必须进行子集化？

在我上面的评论中回答问题；可以使用colwise 的参数.cols= 从完整数据帧中提供函数特定变量。例如，.cols=c("var1","var2")

【参考方案2】：

使用dplyr

library(dplyr)
df %>% group_by(group1) %>%
  mutate_each(funs(scale(., scale=F))) -> res

【讨论】：

这导致 Windows 7 上的 R 3.1.3 崩溃。我对 dplyr 不太熟悉，所以我无法找到问题所在。任何的想法？ .....................................................错误 withCallingHandlers(tryCatch(evalq(scale(c(9.15179348355958, : object '.rcpp_warning_recorder' not found 此应用程序已请求运行时以不寻常的方式终止它。请联系应用程序的支持团队以获取更多信息。

@DaveM 哦，也许重新安装 Rcpp 并升级到 R 3.2，见 ***.com/questions/28966800/…

谢谢。这解决了问题。

【参考方案3】：

这是你想要的吗？

ddply(df, "group1", transform, centered_var1= scale(var1, scale=FALSE),
      centered_var2 = scale(var2, scale=FALSE),
      centered_var3 = scale(var3, scale=FALSE))

【讨论】：

谢谢。我没有意识到我可以继续为这样的其他变量添加参数。有没有办法自动化这个，我不需要手动输入每个变量（即，像在 for 循环中索引？）