0

我已经找到了解决方案，但怀疑必须有一种更自然或惯用的方式。给定一个包含许多站点几年内的许多观测数据的数据集，按站点列出每个站点活跃的年份——应该是微不足道的。数据大致如下：

set.seed(668)
yrNames <- seq(1995,2015)
staNames <- c(LETTERS[1:12])
trpNames <- seq(1,6)
years <- rep(yrNames, times=rep(sample(1:4, length(yrNames), replace=TRUE)))
stations <- sample(staNames, length(years), replace=TRUE)
traps <- sample(trpNames, length(years), replace=TRUE)
data <- data.frame(YEAR=years, STATION=stations, TRAP=traps)

经过太多小时（努力思考矢量，避免循环）后，我终于努力做到：

library("reshape2")
bySta <- dcast(data, YEAR ~ STATION)
sapply(bySta, function(x){ return(bySta$YEAR[x > 0])})

这给出了我想要的：

# $YEAR
#  [1] 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
# [16] 2010 2011 2012 2013 2014 2015
# $A
# [1] 2002 2009 2015
# $B
# [1] 1996 1999 2003 2007 2013
# $C
# [1] 2000 2002 2005 2006 2009 2010 2014
# # [...]

但是到达那里远非直觉，有各种各样的死胡同。有没有办法更简单地说“列出我所有 df$x 每个 df$y 的值”？

一个额外的问题是，我是从一个由 a 创建的每年 dfs 列表开始的

dfList <- lapply(fileList, readDelimFunc)

出于其他目的，我对此更满意，但是对于这项任务，额外的组织层让我立刻感到困惑，所以我将它们混合在一起。是否也可以（合理地）从该 dfs 列表中生成所需的列表，或者这很荒谬吗？

4

1 回答 1

0

dplyr 解决方案：

data %>% group_by(STATION) %>% summarize(years = list(unique(YEAR))) %>% as.data.frame

结果：

   STATION                                    years
1        A                         2002, 2009, 2015
2        B             1996, 1999, 2003, 2007, 2013
3        C 2000, 2002, 2005, 2006, 2009, 2010, 2014
4        D                   2003, 2005, 2010, 2014
5        E                               1997, 2005
6        F       1996, 1997, 1998, 2001, 2014, 2015
7        G                               1996, 2001
8        H                         1995, 1997, 2003
9        I                         1996, 1997, 2008
10       J                         1999, 2001, 2009
11       K             2003, 2004, 2010, 2011, 2012
12       L                   2002, 2004, 2011, 2015

请注意，Xapply 循环实际上并不是“矢量化的”，它们只是正常 R 函数调用迭代的包装器。（这个 dplyr 解决方案也不是“矢量化的”）。

最好不要沉迷于寻找最佳解决方案，而是寻找最合理的解决方案。

于 2018-01-30T23:34:37.807 回答