我试图分别对几个(实际上是数百个)组执行指标计数(不是所有组的所有组合).我将通过简化的例子来演示它：
假设我有那个数据集
data<-cbind(c(1,1,2,2),c(1,3),c(3,3))
> data
[,1] [,2] [,3]
[1,] 1 1 3
[2,] 1 1 2
[3,] 1 2 1
[4,] 2 2 2
[5,] 2 2 2
[6,] 2 3 3
和一个指标
some_indicator<-c(1,1)
然后我想运行没有循环(如列应用),如,
aggregate(some_indicator,list(data[,1]),sum) aggregate(some_indicator,2]),3]),sum)
这将产生以下结果：
[,] 1 1 0 [2,] 2 1 1 [3,] 0 1 2
即对于每一列(值子集在列之间没有太大变化),按值计算指标并合并它.
目前我用循环列编写它,但我需要更有效的方法,因为有很多列,它需要一个多小时.
提前致谢,
迈克尔.
1)tapply tapply的第一个参数是每个列都被some_indicator替换的数据.第二个参数表示我们希望按数据组和列号分组.
result <- tapply(replace(data,TRUE,some_indicator),list(data,col(data)),sum) replace(unname(result),is.na(result),0)
对于问题中显示的输入,最后一行给出：
[,] 0 1 2
1a)tapply一个稍长的tapply解决方案将是以下. fun将列作为其参数,并使用tapply将some_indicator中的组作为组使用该列进行求和;但是,不同的列可以在其中具有不同的组,以确保它们都具有相同的组(为了以后的对齐),我们实际上按因子(x,levs)分组. sapply为每列数据应用了乐趣. as.data.frame是必需的,因为数据是一个矩阵,所以如果我们要将它应用于每个元素而不是每个列,则应用sapply.
levs <- levels(factor(data)) fun <- function(x) tapply(some_indicator,factor(x,levs),sum) result <- sapply(as.data.frame(data),fun) replace(unname(result),0)
2)xtabs这与tapply解决方案非常相似.它具有以下优点：(1)总和由xtabs暗示,因此无需指定,并且(2)未填充的单元格用0而不是NA填充,从而消除了用0替换NA的额外步骤.另一方面我们必须使用c将公式的每个分量解析为向量,因为与tapply不同,xtabs公式将不接受矩阵：
result <- xtabs(c(replace(data,some_indicator)) ~ c(data) + c(col(data))) dimnames(result) <- NULL
对于问题中的数据,这给出了：
> result
[,] 0 1 2
