我想使用几列拆分我的数据框，然后fivenum在每个组上调用。
aggregate(Petal.Width ~ Species, iris, function(x) summary(fivenum(x)))
返回的值是一个只有 2 列的 data.frame，第二个是一个矩阵。如何将其转换为 data.frame 的普通列？
更新
我想要类似下面的代码，使用更少的代码fivenum
ddply(iris, .(Species), summarise,
Min = min(Petal.Width),
Q1 = quantile(Petal.Width, .25),
Med = median(Petal.Width),
Q3 = quantile(Petal.Width, .75),
Max = max(Petal.Width)
)
这是一个使用(虽然没有特别要求，但它是对ordata.table的明显补充或替代。除了代码有点长之外，重复调用效率低下，因为对于每个调用，您都将对数据进行排序aggregateddplyquantile
library(data.table)
Tukeys_five <- c("Min","Q1","Med","Q3","Max")
IRIS <- data.table(iris)
# this will create the wide data.table
lengthBySpecies <- IRIS[,as.list(fivenum(Sepal.Length)), by = Species]
# and you can rename the columns from V1, ..., V5 to something nicer
setnames(lengthBySpecies, paste0('V',1:5), Tukeys_five)
lengthBySpecies
Species Min Q1 Med Q3 Max
1: setosa 4.3 4.8 5.0 5.2 5.8
2: versicolor 4.9 5.6 5.9 6.3 7.0
3: virginica 4.9 6.2 6.5 6.9 7.9
或者，使用一次调用来quantile使用适当的prob参数。
IRIS[,as.list(quantile(Sepal.Length, prob = seq(0,1, by = 0.25))), by = Species]
Species 0% 25% 50% 75% 100%
1: setosa 4.3 4.800 5.0 5.2 5.8
2: versicolor 4.9 5.600 5.9 6.3 7.0
3: virginica 4.9 6.225 6.5 6.9 7.9
请注意，创建的列的名称在语法上无效，尽管您可以使用类似的重命名setnames
编辑
有趣的是，quantile如果您设置，将设置结果向量的名称names = TRUE，这将复制（减慢数字运算并消耗内存 - 它甚至会在帮助中警告您，看中了！）
因此，您可能应该使用
IRIS[,as.list(quantile(Sepal.Length, prob = seq(0,1, by = 0.25), names = FALSE)), by = Species]
或者，如果您想返回命名列表，而不在R内部复制
IRIS[,{quant <- as.list(quantile(Sepal.Length, prob = seq(0,1, by = 0.25), names = FALSE))
setattr(quant, 'names', Tukeys_five)
quant}, by = Species]
您可以使用递归do.call调用data.frame每个矩阵元素来获取带有向量元素的 data.frame：
dim(do.call("data.frame",dfr))
[1] 3 7
str(do.call("data.frame",dfr))
'data.frame': 3 obs. of 7 variables:
$ Species : Factor w/ 3 levels "setosa","versicolor",..: 1 2 3
$ Petal.Width.Min. : num 0.1 1 1.4
$ Petal.Width.1st.Qu.: num 0.2 1.2 1.8
$ Petal.Width.Median : num 0.2 1.3 2
$ Petal.Width.Mean : num 0.28 1.36 2
$ Petal.Width.3rd.Qu.: num 0.3 1.5 2.3
$ Petal.Width.Max. : num 0.6 1.8 2.5
据我所知，没有一种确切的方法可以满足您的要求，因为您使用的函数 (fivenum) 不会以可以轻松绑定到 ' 中的列的方式返回数据ddply 函数。不过，这很容易以编程方式清理。
第 1 步：fivenum使用“ddply”函数对每个“物种”值执行函数。
data <- ddply(iris, .(Species), summarize, value=fivenum(Petal.Width))
# Species value
# 1 setosa 0.1
# 2 setosa 0.2
# 3 setosa 0.2
# 4 setosa 0.3
# 5 setosa 0.6
# 6 versicolor 1.0
# 7 versicolor 1.2
# 8 versicolor 1.3
# 9 versicolor 1.5
# 10 versicolor 1.8
# 11 virginica 1.4
# 12 virginica 1.8
# 13 virginica 2.0
# 14 virginica 2.3
# 15 virginica 2.5
现在，'fivenum' 函数返回一个列表，所以我们最终得到每个物种的 5 行条目。这就是“fivenum”功能与我们对抗的部分。
第 2 步：添加标签列。我们知道 Tukey 的五个数字是什么，所以我们只是按照“fivenum”函数返回它们的顺序来调用它们。该列表将重复，直到它到达数据的末尾。
Tukeys_five <- c("Min","Q1","Med","Q3","Max")
data$label <- Tukeys_five
# Species value label
# 1 setosa 0.1 Min
# 2 setosa 0.2 Q1
# 3 setosa 0.2 Med
# 4 setosa 0.3 Q3
# 5 setosa 0.6 Max
# 6 versicolor 1.0 Min
# 7 versicolor 1.2 Q1
# 8 versicolor 1.3 Med
# 9 versicolor 1.5 Q3
# 10 versicolor 1.8 Max
# 11 virginica 1.4 Min
# 12 virginica 1.8 Q1
# 13 virginica 2.0 Med
# 14 virginica 2.3 Q3
# 15 virginica 2.5 Max
第 3 步：标签到位后，我们可以使用“reshape2”包中的“dcast”功能快速将此数据转换为新形状。
library(reshape2)
dcast(data, Species ~ label)[,c("Species",Tukeys_five)]
# Species Min Q1 Med Q3 Max
# 1 setosa 0.1 0.2 0.2 0.3 0.6
# 2 versicolor 1.0 1.2 1.3 1.5 1.8
# 3 virginica 1.4 1.8 2.0 2.3 2.5
最后的所有垃圾都只是指定列顺序，因为“dcast”函数会自动按字母顺序排列。
希望这可以帮助。
更新：我决定返回，因为我意识到您还有另一种选择。您始终可以将矩阵绑定为数据框定义的一部分，因此您可以像这样解析“聚合”函数：
data <- aggregate(Petal.Width ~ Species, iris, function(x) summary(fivenum(x)))
result <- data.frame(Species=data[,1],data[,2])
# Species Min. X1st.Qu. Median Mean X3rd.Qu. Max.
# 1 setosa 0.1 0.2 0.2 0.28 0.3 0.6
# 2 versicolor 1.0 1.2 1.3 1.36 1.5 1.8
# 3 virginica 1.4 1.8 2.0 2.00 2.3 2.5
这是我的解决方案：
ddply(iris, .(Species), summarize, value=t(fivenum(Petal.Width)))