data.frame中具有多个值的列

Question

我想在R中创建一个data.frame,其中一些列具有多个值(所有行的变量数相同).例如,这是一个包含两列(汽车和价格)的数据框,请注意列价格每行有三个值.

cars price

F    1000,2000,3000

GM   2000, 500, 1000

第二个问题:

现在我想对price列中的每个值应用相同的函数,我该怎么做？假设我想创建另一个具有double值price列的列.

Answer 1

data.frames只是lists,因此,它们也可以list是lists.

cars <- c("FORD", "GM")
price  <- list( c(1000, 2000, 3000),  c(2000, 500, 1000))
myDF <- data.frame(cars=cars, price=cbind(price))

myDF
#    cars            price
#  1 FORD 1000, 2000, 3000
#  2   GM  2000, 500, 1000

然后对price给定行中的所有值执行一个函数:

# execute on ALL PRICES at once
mean(unlist(myDF$price))
#  [1] 1583.333

# execute on each set of PRICES per row: 
lapply(myDF$price, mean)
#  [[1]]
#  [1] 2000 
#    
#  [[2]]
#  [1] 1166.667

话虽如此,我建议不要采用这种方法.

它得到了成功,通常有更好的方法来实现相同的目标.

另一种方法是简单地使用价格表作为数据集,并根据汽车列命名elemens:

names(price) <- cars
price
#  $FORD
#  [1] 1000 2000 3000
#    
#  $GM
#  [1] 2000  500 1000

在这种情况下,您的*ply语句将具有已经分配给它们的汽车的名称,并且输入的次数会略微减少:

lapply(price, mean)
#  $FORD
#  [1] 2000
#  
#  $GM
#  [1] 1166.667

Al替代方法是使用long data.frame或data.table:

# transforming to long: 
myDF <- data.frame("cars"=rep(cars, times=lapply(price, length)), "price"=unlist(price, use.names=FALSE))
myDF

然后,您可以使用by参数跨组中的所有价格执行函数:

by(data=myDF$price, INDICIES=myDF$cars, FUN=mean)

# or using with:
with(myDF, by(price, cars, mean))

这是相同的方法,但使用data.table(by内置)

library(data.table)
myDT <- data.table(myDF, key="cars")
myDT[, mean(price), by=cars]

#     cars       V1
#  1: FORD 1501.250
#  2:   GM 1166.667