用于通过索引对矢量进行分区并对该分区执行操作的惯用R代码

Question

用于通过索引对矢量进行分区并对该分区执行操作的惯用R代码

我试图在R中找到惯用的方法来通过某个索引向量对数值向量进行分区，找到该分区中所有数字的总和，然后将每个单独的条目除以该分区总和。换句话说，如果我从这开始：

df <- data.frame(x = c(1,2,3,4,5,6), index = c('a', 'a', 'b', 'b', 'c', 'c'))

我希望输出创建一个向量（让我们称之为z）：

c(1/(1+2), 2/(1+2), 3/(3+4), 3/(3+4), 5/(5+6), 6/(5+6))

如果我这样做是SQL并且可以使用窗口函数，我会这样做：

select 
 x / sum(x) over (partition by index) as z 
from df

如果我使用plyr，我会做这样的事情：

ddply(df, .(index), transform, z = x / sum(x))

但我想知道如何使用标准的R函数编程工具，如mapply / aggregate等。

Answer 1

如果您只在单个向量上运行并且只需要一个索引向量，则tapply非常快dat <- 1:6lev <- rep(1:3, each = 2)tapply(dat, lev, function(x){x/sum(x)})#$`1`#[1] 0.3333333 0.6666667##$`2`#[1] 0.4285714 0.5714286##$`3`#[1] 0.4545455 0.5454545#unlist(tapply(dat, lev, function(x){x/sum(x)}))#&nbsp; &nbsp; &nbsp; &nbsp;11&nbsp; &nbsp; &nbsp; &nbsp; 12&nbsp; &nbsp; &nbsp; &nbsp; 21&nbsp; &nbsp; &nbsp; &nbsp; 22&nbsp; &nbsp; &nbsp; &nbsp; 31&nbsp; &nbsp; &nbsp; &nbsp; 32&nbsp;#0.3333333 0.6666667 0.4285714 0.5714286 0.4545455 0.5454545&nbsp;

Answer 2

其他三种方法：dat <- 1:6lev <- rep(1:3, each = 2)lapply(split(dat, lev), function(x){x/sum(x)})by(dat, lev, function(x){x/sum(x)})aggregate(dat, list(lev), function(x){x/sum(x)})