2

我正在尝试重塑/减少我的数据。到目前为止，我使用了一个for循环（非常慢），但据我所知，这应该很快Plyr。

我有很多组（公司，作为数据集中的一个因素），我想完全删除所有value在该公司的任何单元格中显示为 0 条目的公司。因此，我创建了一个新的但在某些时候data.frame忽略了所有显示 0 的组。value

for循环：

Data Creation:

set.seed(1) 
mydf <- data.frame(firmname = sample(LETTERS[1:5], 40, replace = TRUE), 
        value = rpois(40, 2))

-----------------------------
splitby = mydf$firmname


new.data <- data.frame()

for (i in 1:(length(unique(splitby)))) {
temp <- subset(mydf, splitby == as.character(paste(unique(splitby)[i]))) 
    if (all(temp$value > 0) == "TRUE") {     
    new.data <- rbind(new.data, temp) 
} 
} 

Delete all empty firm factors 
new.data$splitby <- factor(new.data$splitby)

有没有办法用这个包来实现plyr？该subset功能可以在那种情况下使用吗？

编辑：为了重现问题，添加了 BenBarnes 建议的数据创建。本，非常感谢。此外，我的代码已更改，以符合下面提供的答案。

4

1 回答 1

5

.fun您可以为以下参数提供匿名函数ddply()：

set.seed(1)

mydf <- data.frame(firmname = sample(LETTERS[1:5], 40, replace = TRUE),
  value = rpois(40, 2))

library(plyr)

ddply(mydf,.(firmname), function(x) if(any(x$value==0)) NULL else x )

或使用[，如 Andrie 建议的那样：

firms0 <- unique(mydf$firmname[which(mydf$value == 0)])

mydf[-which(mydf$firmname %in% firms0), ]

请注意，结果ddply是根据排序的firmname

编辑

对于您评论中的示例，这种方法再次比使用ddply()子集更快，只选择具有三个以上条目的公司：

firmTable <- table(mydf$firmname)

firmsGT3 <- names(firmTable)[firmTable > 3]

mydf[mydf$firmname %in% firmsGT3, ]
于 2012-04-27T12:02:53.643 回答