अंतर

Question

किसी की मदद कर सकते हैं मुझे निम्नलिखित उदाहरण के साथ समग्र और ddply के बीच का अंतर मिलता है:

एक डेटा फ्रेम:

mydat <- data.frame(first = rpois(10,10), second = rpois(10,10), 
        third = rpois(10,10), group = c(rep("a",5),rep("b",5))) 

उपयोग कुल का एक हिस्सा करने के लिए एक समारोह लागू करने के लिए एक पहलू से डेटा फ्रेम विभाजन:

aggregate(mydat[,1:3], by=list(mydat$group), mean) 
    Group.1 first second third 
1  a 8.8 8.8 10.2 
2  b 6.8 9.4 13.4 

कोशिश एक और समारोह के लिए कुल उपयोग करने के लिए (एक त्रुटि संदेश देता है):

aggregate(mydat[,1:3], by=list(mydat$group), function(u) cor(u$first,u$second)) 
Error in u$second : $ operator is invalid for atomic vectors 

अब, ddply (plyr पैकेज) के साथ एक ही कोशिश:

ddply(mydat, .(group), function(u) cor(u$first,u$second)) 
    group   V1 
1  a -0.5083042 
2  b -0.6329968 

सभी सुझावों, लिंक, आलोचना अत्यधिक सराहना कर रहे हैं।

Answer 1

aggregate प्रत्येक कॉलम पर स्वतंत्र रूप से कॉल करता है, यही कारण है कि आपको स्वतंत्र साधन मिलते हैं। ddply फ़ंक्शन में सभी कॉलम पास करने जा रहा है। क्या aggregate भेजी जा रही है की एक त्वरित प्रदर्शन के क्रम में हो सकता है:

प्रदर्शन के लिए कुछ नमूना डेटा:

d <- data.frame(a=1:4, b=5:8, c=c(1,1,2,2)) 

> d 
    a b c 
1 1 5 1 
2 2 6 1 
3 3 7 2 
4 4 8 2 

समारोह print का उपयोग कर और आदेशों aggregate या ddply, हम कर सकते हैं का परिणाम अनदेखी करके देखें कि प्रत्येक पुनरावृत्ति में फ़ंक्शन को क्या पास किया जाता है।

aggregate:

tmp <- aggregate(d[1:2], by=list(d$c), print) 
[1] 1 2 
[1] 3 4 
[1] 5 6 
[1] 7 8 

ध्यान दें कि अलग-अलग स्तंभों मुद्रित करने के लिए भेजा जाता है।

ddply:

tmp <- ddply(d, .(c), print) 
    a b c 
1 1 5 1 
2 2 6 1 
    a b c 
3 3 7 2 
4 4 8 2 

ध्यान दें कि डेटा फ्रेम मुद्रित करने के लिए भेजे जा रहे हैं।

Answer 2

@ मैथ्यूलंडबर्ग का उत्तर बहुत अच्छा है, मेरा यह जवाब नहीं है, लेकिन यह एक सामान्य संकेत है जिसका उपयोग मैं कुछ आर फंक्शंस कॉल के पीछे क्या होता हूं, जब मैं देखना चाहता हूं। मैं डीबग कमांड browser का उपयोग करता हूं।

aggregate(mydat[,1:3], by=list(mydat$group), 
+   function(x){ 
+    browser() 
+    mean(x) 
+   }) 
Called from: FUN(X[[1L]], ...) 
Browse[1]> x 
[1] 16 10 16 13 25 

तो

कारण है कि आप आप के रूप में एक त्रुटि

aggregate(mydat[,1:3], by=list(mydat$group), function(u) { 
+ browser() 
+ cor(u$first,u$second) 
+ }) 
Called from: FUN(X[[1L]], ...) 
Browse[1]> u 
[1] 16 10 16 13 25  

मिल

यहाँ मैं तकनीक का उपयोग करें देखने के लिए ddply

ddply(mydat, .(group), function(u) { 
+ browser() 
+ cor(u$first,u$second) 
+ }) 
Called from: .fun(piece, ...) 
Browse[1]> u 
    first second third group 
1 16  8  9  a 
2 10  6  6  a 
3 16  6 10  a 
4 13  8 10  a 
5 25  10  4  a 

संपादित करें खुद के द्वारा त्रुटि डिबग के लिए यहां देखें कि आप परमाणु वेक्टर (कॉलम नामों के बिना)है

Error in u$first : $ operator is invalid for atomic vectors 

Answer 3

आप पहले से ही क्यों aggregate गलत {आधार} समारोह एक समारोह है कि तर्क के रूप में दो वैक्टर की आवश्यकता है के लिए उपयोग किया गया बताया गया है:तो अगर आप कोशिश

Browse[1]> u$first 

आप कोई त्रुटि मिलती है , लेकिन आपको अभी तक यह नहीं बताया गया है कि गैर-डीप्ली दृष्टिकोण सफल हो गया होगा।

by(... grp, FUN) विधि:

> cbind (by(mydat, mydat["group"], function(d) cor(d$first, d$second))) 
     [,1] 
a 0.6529822 
b -0.1964186 

sapply(split(..., grp), fn) विधि

> sapply( split(mydat, mydat["group"]), function(d) cor(d$first, d$second)) 
     a   b 
0.6529822 -0.1964186