@你需要提高一下 R 技能了（plyr 包）

介绍

plyr 包是大神 Hadley Wickham 开发的，是这样描述的：

@你需要提高一下 R 技能了（plyr 包） - 图1

对数据进行：1.切片分割-2.应用函数-3.合并结果 ，三步操作一步搞定，极大的提升了编写代码的效率，简化代码量。对于 apply 家族函数算得上是新一代升级吧。

主要包含以下函数，都是有规律可循的，XYply格式：

  • X 代表输入数据类型，可为：a（array）、d（data frame）、l（list）等类型。
  • Y 代表输出数据类型，a（array）、d（data frame）、l（list）、（_）等类型。_ 表示什么都不输出。

具体见下：

@你需要提高一下 R 技能了（plyr 包） - 图2

使用

我们看看用 tidyverse 做个示例，按 cyl 分组计算 mpg 的均值：

  1. library(tidyverse)
  2. data("mtcars")
  4. # 按cyl分组计算mpg的均值
  5. mtcars %>% group_by(cyl) %>%
  6.   summarise(mean = mean(mpg))
  8. # A tibble: 3 x 2
  9.     cyl  mean
  10.   <dbl> <dbl>
  11. 1     4  26.7
  12. 2     6  19.7
  13. 3     8  15.1

我们可以使用 ddply ，看看用法：

  1. Usage
  2. ddply(
  3.   .data, # 输入数据，数据框
  4.   .variables, # 分割变量，字符串或者公式
  5.   .fun = NULL, # 应用的函数
  6.   ..., # 函数的其它参数
  7.   .progress = "none", # 显示处理进程
  8.   .inform = FALSE, # 产生过程信息
  9.   .drop = TRUE,
  10.   .parallel = FALSE, # 是否多线程处理
  11.   .paropts = NULL
  12. )

使用，一句搞定：

  1. ddply(mtcars,.(cyl),summarise,mean = mean(mpg),sum = sum(disp))
  3.   cyl     mean    sum
  4. 1   4 26.66364 1156.5
  5. 2   6 19.74286 1283.2
  6. 3   8 15.10000 4943.4

输出列表：

  1. # 输出列表
  2. dlply(mtcars,.(cyl),summarise,mean = mean(mpg))
  4. $`4`
  5.       mean
  6. 1 26.66364
  8. $`6`
  9.       mean
  10. 1 19.74286
  12. $`8`
  13.   mean
  14. 1 15.1
  16. attr(,"split_type")
  17. [1] "data.frame"
  18. attr(,"split_labels")
  19.   cyl
  20. 1   4
  21. 2   6
  22. 3   8

不输出：

  1. # 不输出
  2. d_ply(mtcars,.(cyl),summarise,mean = mean(mpg))
  4. # 结果啥都没有

显示进程：

  1. # 显示进程
  2. ddply(mtcars,.(cyl),summarise,mean = mean(mpg),
  3.       .progress = 'text')
  5.   |==================================================================| 100%
  6.   cyl     mean
  7. 1   4 26.66364
  8. 2   6 19.74286
  9. 3   8 15.10000

列表格式数据输入：

  1. lst <- list(a = 1:3,b = 2:4,c = 1:5)
  3. # 输出数据框
  4. ldply(lst,sum)
  6.   .id V1
  7. 1   a  6
  8. 2   b  9
  9. 3   c 15
  10. # 输出列表
  11. llply(lst,sum)
  13. $a
  14. [1] 6
  16. $b
  17. [1] 9
  19. $c
  20. [1] 15

a*ply() 的特点在于含有 .margins 参数，它和 apply 很相似。对于 2 维数组， .margins 可以取 1，2，或者 c(1:2)，对应按行切片，按列切片及每个元素进行切片，随便看一个用法：

  1. adply(
  2.   .data, # 矩阵、数组、数据框
  3.   .margins,
  4.   .fun = NULL,
  5.   ...,
  6.   .expand = TRUE,
  7.   .progress = "none",
  8.   .inform = FALSE,
  9.   .parallel = FALSE,
  10.   .paropts = NULL,
  11.   .id = NA
  12. )

使用示例：

  1. # 构建数组
  2. da <- array(1:10, c(4,4))
  3. da
  5.      [,1] [,2] [,3] [,4]
  6. [1,]    1    5    9    3
  7. [2,]    2    6   10    4
  8. [3,]    3    7    1    5
  9. [4,]    4    8    2    6

按行求和：

  1. # 按行求和
  2. adply(da,.margins = 1,sum)
  4.   X1 V1
  5. 1  1 18
  6. 2  2 22
  7. 3  3 16
  8. 4  4 20

按列求均值：

  1. # 按列求均值
  2. adply(da,.margins = 1,mean)
  4.   X1  V1
  5. 1  1 4.5
  6. 2  2 5.5
  7. 3  3 4.0
  8. 4  4 5.0

操作每个元素：

  1. # 每个元素乘以10
  2. adply(da,.margins = c(1,2),.fun = function(x){x*10})
  4.    X1 X2  V1
  5. 1   1  1  10
  6. 2   2  1  20
  7. 3   3  1  30
  8. 4   4  1  40
  9. 5   1  2  50
  10. 6   2  2  60
  11. 7   3  2  70
  12. 8   4  2  80
  13. 9   1  3  90
  14. 10  2  3 100
  15. 11  3  3  10
  16. 12  4  3  20
  17. 13  1  4  30
  18. 14  2  4  40
  19. 15  3  4  50
  20. 16  4  4  60

结合自定义函数应用会更加快捷方便，其它的小伙伴们自行去探索吧。