我一直在编写一个函数,它必须在基于几列分组后从特定列中找到唯一值。
假设我有以下示例数据
head(Adult_data[,c(2,10,1)],20)
workclass sex age
1 State-gov Male 39
2 Self-emp-not-inc Male 50
3 Private Male 38
4 Private Male 53
5 Private Female 28
6 Private Female 37
7 Private Female 49
8 Self-emp-not-inc Male 52
9 Private Female 31
10 Private Male 42
11 Private Male 37
12 State-gov Male 30
13 Private Female 23
14 Private Male 32
15 Private Male 40
16 Private Male 34
17 Self-emp-not-inc Male 25
18 Private Male 32
19 Private Male 38
20 Self-emp-not-inc Female 43
>
我想计算唯一“年龄”值的数量,所以我写了一个函数来分组并使用 ddply 来查找我函数中的唯一值..像这样,
U=function(File_name,W,S,A) {
File_name=read.csv("Adult_data_Set.csv")
Out1=File_name[[W]]
Out2=File_name[[S]]
Out3=File_name[[A]]
library(plyr); library(dplyr)
A=ddply(File_name,~File_name[[W]]+File_name[[S]],summarize,new=length(unique(File_name[[A]])))
print(A)
}
U(Adult_data_Set.csv,"workclass","sex","age")
它抛出如下错误
U(Adult_data_Set.csv,"workclass","sex","age")
Error in eval(expr, envir, enclos) : object 'File_name' not found
我什至在函数内部尝试过这样而不是 ddply 但没有给出预期的结果
library(dplyr)
UNQ=as.data.frame(File_name %>%
group_by(File_name[[W]],File_name[[S]]) %>%
summarise(n_distinct(File_name[[A]])))
print(UNQ)
但是当我们对函数中的值进行硬编码时,它工作得很好..
请您帮我看看如何将函数内部的变量作为参数传递。谢谢你的时间。
列宁,
以下代码对我有用:
U <- function(File_name, W, S, A){
File <- read.csv(File_name, header = TRUE)
Out1 <- File[[W]]
Out2 <- File[[S]]
Out3 <- File[[A]]
sapply(split(File, list(Out1, Out2)), function(x) length(unique(x[[A]])))
}
U("testing.csv", "workclass", "sex", "age")
有几点需要注意。我不会将具有 File 数据的对象称为与 string 相同的对象File_name
。我也不使用Out3
包含age
来自sapply
函数内原始对象的数据列。我们只想使用A
“age”字符串对拆分列表进行子集化。这对你有帮助吗?
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句