15

在applydata.frame 上使用时，参数（隐式）转换为字符。一个例子：

df <- data.frame(v=1:10, t=1:10)
df <- transform(df, t2 = as.POSIXlt(t, origin = "2013-08-13"))
class(df$t2[1])
## [1] "POSIXct" "POSIXt" (correct)

但：

 apply(df, 1, function(y) class(y["t2"]))
 ## [1] "character" "character" "character" "character" "character" "character"
 ## [7] "character" "character" "character" "character"

有什么办法可以避免这种转换？还是我总是必须通过转换回来as.POSIXlt(y["t2"])？

编辑
我的 df 有 2 个时间戳（比如 t2 和 t3）和一些其他字段（比如 v1、v2）。对于给定 t2 的每一行，我想找到 t3 最接近但低于 t2 的 k（例如 3）行（以及相同的 v1），并从这些行返回 v2 的统计信息（例如平均值）。我写了一个函数 f(t2, v1, df) 并且只是想将它应用到所有使用apply(df, 1, function(x) f(y["t2"], y["v1"], df). 有没有更好的方法在 R 中做这些事情？

4

2 回答 2

7

让我们将多个评论总结为一个解释。

  1. 的使用apply将 a 转换data.frame为 a matrix。这意味着将使用限制最少的类。在这种情况下，限制最少的是字符。
  2. 你提供1给apply' 的MARGIN论点。这按行适用，并且会使您的情况变得更糟，因为您现在确实将课程混合在一起。在这种情况下，您使用apply的是为向量上的矩阵和 data.frames 设计的。这不是工作的正确工具。
  3. 在这种情况下，我会使用lapplyorsapply作为 rmk 指出来获取单个 t2 列的类，如下所示：

代码：

df <- data.frame(v=1:10, t=1:10)
df <- transform(df, t2 = as.POSIXlt(t, origin = "2013-08-13"))

sapply(df[, "t2"], class)
lapply(df[, "t2"], class)

## [[1]]
## [1] "POSIXct" "POSIXt" 
## 
## [[2]]
## [1] "POSIXct" "POSIXt" 
## 
## [[3]]
## [1] "POSIXct" "POSIXt" 
## 
## .
## .
## . 
## 
## [[9]]
## [1] "POSIXct" "POSIXt" 
## 
## [[10]]
## [1] "POSIXct" "POSIXt"

一般来说，你会选择apply适合这份工作的家庭。通常我个人使用lapplyorfor循环来处理特定列或使用索引 ( [, ]) 对我想要的列进行子集处理，然后继续apply. 这个问题的答案真的归结为确定你想要完成什么，问是apply最合适的工具，然后从那里开始。

我可以将这篇博文作为一个很好的教程来介绍不同apply的函数系列的作用。

于 2013-08-13T16:47:59.857 回答
1

尝试：

sapply(df, function(y) class(y["t2"]))

$v
[1] "integer"

$t
[1] "integer"

$t2
[1] "POSIXct" "POSIXt"
于 2013-08-13T16:33:40.300 回答