问题标签 [tapply]

我是该tapply函数的新手，没有成功计算每个询问子集中的时差计算。

我有一个输入数据框，其中包含DATE一些 RN 的观察日期（列）。在我的脚本中，我将这个数据帧子集在另一个（我们称之为DF）中，将数据限制为只有一个 RN。

我正在尝试自动计算日期与前一个日期之间的差异。我可以DF使用以下代码做到这一点：

我需要基于 3 个变量（、、、）在每个子集中运行它VAR1，VAR2所以VAR3我尝试了所谓的tapply.

我试过：（DATE是我的第三列）

我可能会在这里错过一个重要的点，因为它返回给我一个填充了 TONS 的数组NULL。最糟糕的是，它会返回NULL所有网站的数据，而不是存在于DF.

该函数如何调用甚至不在输入中的因素级别？有没有办法跳过所有这些NULL数据，或者至少将它限制在我的子集的边界。

我在 SO 和其他帮助网站上进行了搜索，但没有找到有效的答案。

第二个问题：我想将输出（时差）写在一个新列中。由于tapply结果是一个数组，我该怎么做？我必须把这个命令放在哪里？在function(x){}部分还是在apply命令之外？

编辑：这是 DF 的一部分，我也编辑了命令 EDIT2：在执行 dput 时，我看到我的所有因素水平仍然存在。我用 factor() 删除了它们，但现在 tapply() 不再起作用了。

编辑 3：@sgibb：我尝试了您的命令，但现在又出现了另一个错误：“as.Date.numeric(value) 中的错误：必须提供'origin'”。所以我尝试提供如下所示的来源，但仍然出现错误

我想创建一个布尔列，说明每个样本是否为最大值。我制作了这个功能并将其用于tapply：

但是有没有更好、更有效的方法来做到这一点？

{PS 实际上是我使用的真实数据sapply，例如is.maxes<-sapply(s, function(x) is.max(x[,"Sum"]),simplify=F)}

在与 tapply 一起使用时，我试图找到对汇总结果的解释。在以下示例中，因子“Reg2”的汇总统计信息是错误的。有人可以帮助我们理解这种行为吗？

我的数据集如下所示：

我希望每年和每个物种组（因此不包括月份和物种的水平）的平均重量和包括的物种数量。这适用于 ddply。但是，我也想包括我的数据“质量”的价值。也就是说，如果每个月的物种数量是平衡的，或者例如在夏季月份包含的物种更多。因此，我想我可以简单地计算每月独特物种数量的年度标准偏差。我尝试在 ddply 中使用 tapply 执行此操作，如下所示：

但这给了我一个错误

我想获得的是这样的：

我不能首先按月、年和物种组使用 ddply，因为这意味着我不再知道每年独特物种的数量。我想我也可以分别计算 n_species 和 quality 并在之后将它们放在一起，但这将是一种麻烦的方法。

我怎样才能使我的功能工作，或者我怎样才能更正确地做到这一点？

回答：

最简单的解决方案来自 shadow，他注意到我在使用 tapply 时的错误。此外，标准误差应该比标准偏差更合适，给出以下公式：

我有一些我正在尝试分析的数据。我有两个变量 - 一个是是或否类型的问题，另一个有许多可能的答案（但分类 - 比如“完全没有，有点，中性，很多，100%”）。

我想用tapply来计算比例。我不知道该怎么做。我知道如何计算平均值，如下所示：

无论如何，我不知道如何获得比例而不是像这样的平均值，但除此之外，当我尝试获得平均值时，我得到： 0 1 NA NA 因为我的数据中显然有 NA 答案。我尝试添加“rm.na=TRUE”值，但这并没有解决它。那么如何摆脱这些 NA 呢？还是有其他方法可以计算这样的比例？（计算：对问题变量 1 回答是的人对问题变量 2 也回答了 3 的比例是多少？）

我无法将注意力集中在该ave功能上。我阅读了帮助并搜索了网络，但我仍然无法理解它的作用。我知道它在观察的一个子集上应用了一些功能，但与例如不同的方式tapply

有人可以用一个小例子来启发我吗？

谢谢，请原谅我提出了一个不寻常的要求。

我一直在搜索 Stackoverflow 几个小时，希望能找到一些我猜想是不言而喻的东西，但似乎没有人问过（这可能意味着它确实是不言而喻的）。

我想使用tapplyorby来查找特定事件第一次出现在数据框中（第一个非零值）。我以前这样做的方式是通过

但不知何故，这在与 tapply 或 by 结合使用时不起作用。这是一些示例数据

所以这是我尝试过但没有奏效的方法

1. tapply(m[,4],m[,3],max.col)# 这为每个 EVENT 提供 1，结果向量的长度等于数据集中提到的 EVENT 的数量
2. tapply(m[,4],m[,3],max.col(m, ties.method=c("first")))# match.fun(FUN) 中的错误：'max.col(m, ties.method = c("first"))' 不是函数、字符或符号另外：警告消息：在 max.col(m, ties.method = c("first")) ：强制引入的 NA

2号确实是问题的症结所在。由于我不清楚的原因，一旦您将默认的平局打破方法（即“随机”）更改为我需要的方法（即“第一”），max.col 就不会被识别为函数。

此外，我希望能够找到发生非零的年份。我认为一个明智的选择是将 MOMENT 列与 OCCURENCE 列相乘（称为该 ID）并在 ID 中查找第一个非零值（对于每个因子事件）保持该 ID 值并将其他值变为零

我尝试使用包含whenandif语句和 using的函数对此进行编码，break但它不起作用

这里的想法是在 m$ID == 0 时在 EVENT 上迭代函数，然后更改值并在 m$ID > 0 时中断。没用...

关于如何解决这个问题（或更简单的解决方案）的任何想法？

我的数据集看起来像这样

我想创建一个看起来像这样的结果集

欢迎任何帮助。

我已经阅读了许多主题，并且认为我的问题以前没有被问过。我data.frame在 R 中有一个与向客户展示的广告相关的内容：.. 我有很多客户，8 种不同的产品.. 所以这只是一个示例

我想把它改造成这样......

我怎样才能做到这一点？每个客户都有一些静态变量，例如年龄、状态和其他一些……然后是与呈现给给定客户的每个报价相关的详细信息、报价中的产品#、成本、时间，如果他们购买了它......我想把所有这些放在一条线上，让每个客户进行分析。

值得注意的是，产品的数量最多为 7 个，但对于某些客户来说，它的范围是 1 到 7 个。

我没有要真正展示的示例代码。我曾尝试使用该aggregate函数，但我不想聚合或做任何 SUM。我只是想做一些连接。研究表明cbind, 和tapply函数可能有用。

谢谢您的帮助。我对 R 很陌生。

我通常使用 和 的组合colwise来tapply计算数据框中的分组值。但是，我意外地发现FUNin的参数tapply无法与colwisefrom一起正常工作plyr。示例如下：

数据：

df <- data.frame(a = 1:10, b = rep(1:2, each = 5), c = 2:11)

普通的：

以上代码正确，可以正常工作。但是如果我添加FUN，那就错了：

错误是：

谁能解释原因？先感谢您。