集合函数中的子集参数

Question

使用subset函数中的参数获得了意外的结果aggregate，因此尝试了以下操作。

 > A <- data.frame( d1=c(1,1,1,2,2,2), d2=c(1,1,2,2,3,3) , n=c(13,24,54,24,12,32) )
 > aggregate( A[,c("n"),drop=FALSE] , A[,c("d1","d2")] , FUN=sum )
   d1 d2  n
 1  1  1 37
 2  1  2 54
 3  2  2 24
 4  2  3 44

确实有道理。

 > aggregate( A[rep(TRUE,6),c("n"),drop=FALSE] , A[rep(TRUE,6),c("d1","d2")] , FUN=sum )
   d1 d2  n
 1  1  1 37
 2  1  2 54
 3  2  2 24
 4  2  3 44

这确实是有道理的，但却是限制观察的复杂方法。

以下内容是否应返回与上述相同的结果？为什么不呢？

 > aggregate( A[,c("n"),drop=FALSE] , A[,c("d1","d2")] , FUN=sum , subset=rep(TRUE,6) )
   d1 d2  n
 1  1  1 43
 2  1  2 60
 3  2  2 30
 4  2  3 50

万一子集是基于索引的，我尝试了以下操作，其结果也不直观：

 > aggregate( A[,c("n"),drop=FALSE] , A[,c("d1","d2")] , FUN=sum , subset=1:6 )
   d1 d2  n
 1  1  1 58
 2  1  2 75
 3  2  2 45
 4  2  3 65

Answer 1

根据帮助文件，该subset参数是S3方法中“公式”类型的一部分，您没有使用该参数。您将S3方法用于type data.frame。subset因此，您的论据将在to的每个调用中传递，然后传递...到lapply()to的每个调用sum()。由于它是6个TRUE值的向量，因此每个求和都将添加6。

一种容易犯的错误，所以我了解您是如何到达这里的。

aggregate()不幸的是，您似乎需要对数据进行子集处理。