4

我经常有数据，我想将一个变量级别的值与所有其他变量级别的值进行比较。每次我编写代码来执行此操作时，我都希望它更容易。这是问题的一个例子：

假设我想将任何切工钻石的平均成本与最佳切工钻石的平均成本进行比较。为了公平起见，我想分别为每个清晰度做这件事。

让我们检查一下我们是否有足够的数据：

> with(diamonds,table(cut,clarity))
           clarity
cut           I1  SI2  SI1  VS2  VS1 VVS2 VVS1   IF
  Fair       210  466  408  261  170   69   17    9
  Good        96 1081 1560  978  648  286  186   71
  Very Good   84 2100 3240 2591 1775 1235  789  268
  Premium    205 2949 3575 3357 1989  870  616  230
  Ideal      146 2598 4282 5071 3589 2606 2047 1212

好的，Idea 中没有零，所以让我们计算平均值。

> claritycut<-ddply(diamonds,.(clarity,cut),summarize,price=mean(price))
> claritycut
   clarity       cut    price
1       I1      Fair 3703.533
2       I1      Good 3596.635
3       I1 Very Good 4078.226
4       I1   Premium 3947.332
5       I1     Ideal 4335.726
6      SI2      Fair 5173.916
7      SI2      Good 4580.261
8      SI2 Very Good 4988.688
9      SI2   Premium 5545.937
10     SI2     Ideal 4755.953
...

我想要的最终结果是：

   clarity  variable     ratio
1       I1      Fair 0.8541899
2       I1      Good 0.8295348
3       I1 Very Good 0.9406098
4       I1   Premium 0.9104200
5       I1     Ideal 1.0000000
6      SI2      Fair 1.0878822
7      SI2      Good 0.9630586
8      SI2 Very Good 1.0489356
9      SI2   Premium 1.1661043
10     SI2     Ideal 1.0000000
...

但我不确定如何巧妙地做到这一点。这个问题的其余大部分都涉及计算中的一个中间步骤——除法。

现在我想计算所有削减与理想的相对价格。这是我希望在计算过程中看到的数据框 - 仅提取一个级别的切割：

> claritycutideal <- join(subset(claritycut,cut!="Ideal"),summarize(subset(claritycut,cut=="Ideal"),Ideal=price,clarity))
> print(claritycutideal)
Joining by: clarity
   clarity       cut    price    Ideal
1       I1      Fair 3703.533 4335.726
2       I1      Good 3596.635 4335.726
3       I1 Very Good 4078.226 4335.726
4       I1   Premium 3947.332 4335.726
5      SI2      Fair 5173.916 4755.953
6      SI2      Good 4580.261 4755.953
7      SI2 Very Good 4988.688 4755.953
8      SI2   Premium 5545.937 4755.953
...

哪个行得通，但是写上面的语句很繁琐，我仍然需要完成计算，再次提到理想名称。

> mutate(claritycutideal,ratio=price/Ideal)

感觉就像我想要类似的东西

> cast(claritycut,clarity~cut)
Using clarity, cut as id variables
  clarity     Fair     Good Very Good  Premium    Ideal
1      I1 3703.533 3596.635  4078.226 3947.332 4335.726
2     SI2 5173.916 4580.261  4988.688 5545.937 4755.953
3     SI1 4208.279 3689.533  3932.391 4455.269 3752.118
4     VS2 4174.724 4262.236  4215.760 4550.331 3284.550
...

这完全不适合平均计算，因为我需要知道计算中所有重铸级别的名称：

我想重铸，但有一种方法可以过滤提取的级别并保持其余部分不变，例如：

> cast(claritycut,clarity~cut,subset=cut=="Ideal")

存在，但不保留未过滤的级别。

然后我需要再次融化它，虽然有重铸，但没有重熔。

有没有人有一个巧妙的技巧来做到这一点？

或者也许我正在以完全错误的方式看待这个 - 边际计算是否为我做这件事？

以下工作完全正确，但很繁琐：

> valuevars=function(x)x[!names(x)%in%attr(x,"idvars")]
> melt(ddply(cast(claritycut,clarity~cut),.(clarity),
             function(x)valuevars(x)/x$Ideal))
4

3 回答 3

6

我不确定这是否足够整洁，但有两个班轮：

# from your code
claritycut <- ddply(diamonds,.(clarity,cut),summarize,price=mean(price))

# 1 do that work
transform(merge(claritycut, subset(claritycut, cut=="Ideal"), by="clarity"),
  ratio = price.x / price.y)

# 2 another way
ddply(claritycut, .(clarity), 
      function(x) data.frame(cut=x$cut, 
                             rate=x$price / subset(x, cut == "Ideal")$price))

# 3 another way
ddply(claritycut, .(clarity), 
      summarize, cut=cut, rate=price / price[cut == "Ideal"])

最后 4) 这是一个单行版本：

ddply(diamonds, .(clarity), 
      function(x) transform(ddply(x, .(cut), 
                                  summarize, rate=mean(price)), 
                            rate=rate/mean(subset(x, cut=="Ideal")$price)))

但太复杂了。

于 2011-07-21T04:37:33.147 回答
2

您不需要知道在施法后可以相应地划分多少级别，2:ncol(x)会照顾到这一点。这里的一条线解决方案虽然简洁，但不是很清楚。尽量不要强迫你的代码优雅，而是可以理解。我发现当某些东西太漂亮时，以后很难复制。 

x <- cast(diamonds, clarity ~ cut + ., mean, value="price")
x <- cbind(x[1],x[2:ncol(x)]/x$Ideal)
x <- melt(x)

或者：

x <- cast(diamonds, clarity ~ cut + ., mean, value="price")
x <- melt(cbind(x[1],x[2:ncol(x)]/x$Ideal)) # The last two as one step
于 2011-07-21T09:02:26.083 回答
0

这对 dlply 表达式 args 做了一些有趣的事情。

summarize(do.call(merge,c(by="clarity",
                          dlply(
                                ddply(diamonds,.(clarity,cut),
                                      summarize,meanp=mean(price)),
                                .(ifelse(cut!="Ideal","x","y"))))),
          clarity,cut=cut.x,ratio=meanp.x/meanp.y)

这很复杂，但我可以将固定部分包装成一个函数。

于 2011-07-21T05:51:20.097 回答