问题标签 [dplyr]

我玩过dplyr一点，真的很喜欢。我错过了一些东西。在plyr中，我能够将函数传递给ddply并重用它。

因此，我可以将一长串录音应用到多个数据集，而无需将所有参数复制到summarise. 但是dplyr，我必须这样做

summarise因此，每次都必须重复这些论点。带有list('.data'=DF1,'count'=length(id))and的参数列表do.call也不起作用，因为length(id)在我定义参数列表时会对其进行评估。有什么解决方案吗？

我有一个名为 dat_new 的数据框，本质上它是诊所就诊数据，hrn 是患者 ID，dov 是就诊日期（每人多次就诊）。然后我有一个名为 event 的数据框，其中包含过时的入院情况（每人多次入院）。

我想要做的是，对于每次诊所就诊，我想将在该诊所就诊之前发生的住院人数相加，很简单。

这适用于 plyr 的 ddply，需要一些时间但效果很好。

现在，尝试在 dplyr 中重写，我得到一个错误

我有这样的编码：

显然 event_code 不在 temp2 数据框中。在“汇总”时，是否 dplyr 不能与“其他”数据帧一起使用？如果有更好的方法来进行“查找”/求和，我正在做我所有的耳朵。

我确实尝试了几次，尝试以不同的顺序在 vanilla R 上加载包，以尝试消除任何命名空间问题。

谢谢

编辑 - 可重现的例子

这是一个快速而肮脏的例子，只是为了说明这个问题。如果我们创建一个“查找”data.frame，每辆车有 2 个，mpg 约为 500，然后我们可以尝试遍历原始 data.frame，在新的 data.frame 中查找并将两个 mpg 相加. plyr 给出了预期的 1000 左右的数字。 dplyr 错误。

如果我想从不同组中随机选择一些样本，我使用 plyr 包和下面的代码

这里从每个物种中选择 10 个样本。

我的一些数据框非常大，我的问题是我可以使用与 dplyr 包相同的 sampleGroup 函数吗？还是在 dplyr 中有另一种方法可以做到这一点？

编辑

dplyr 包的 0.2 版引入了两个新函数，用于从表 sample_n 和 sample_frac 中选择随机行

dplyr 速度惊人，但我想知道我是否遗漏了什么：是否可以总结几个变量。例如：

有了这个小数据框，写起来很容易

而且我知道要得到我想要的，我可以融化，得到手段，然后 dcast 例如

但是，如果我有 >20 个变量和大量行怎么办。data.table 中是否有任何类似于 .SD 的内容，可以让我获取分组数据框中所有变量的平均值？或者，是否可以在分组数据帧上以某种方式使用 lapply ？

谢谢你的帮助

我想使用 , 制作分组过滤器dplyr，在每个组中只返回具有变量最小值的行x。

我的问题是：正如预期的那样，在多个最小值的情况下，将返回所有具有最小值的行。但就我而言，如果存在多个最小值，我只想要第一行。

这是一个例子：

正如预期的那样，所有最小值都返回：

使用 ddply，我会以这种方式完成任务：

...有效：

问：有没有办法在 dplyr 中解决这个问题？（出于速度原因）

可以对 adplyr执行链式summarise操作data.frame吗？

我的 data.frame 具有以下结构：

这会导致 RStudio 遇到一条fatal error - R Session Aborted消息

通常plyr我会summarise毫无问题地包含这些功能。

更新

数据在这里。

代码是：

如果我不知道列名但想通过变量指定它，如何将列名传递给 dplyr？

例如这有效：

但这并不

在下面的示例中，当名称设置为 时NULL，all.equal会抛出异常'Error: not compatible with STRSXP'
。但是，如果名称设置为NA（或其他值），all.equal则正常工作。
这是预期的行为还是错误？

我可以像这样从 data.frame 中采样 10 行：

使用 dplyr 执行此操作的语法是什么？这是我尝试过的：

我有以下数据

现在，我想计算Col1每个日期的唯一值（在前一个日期没有重复），并添加到前一个计数中。例如，