如何使用变量名来引用具有ddply的数据帧列？
提问于 2012-01-15 02:30:28
我正在尝试编写一个函数，它使用数据帧的名称、保存时间序列数据的名称以及该数据帧中的列的名称作为参数。该函数对该数据执行各种操作，其中之一是在一列中添加每年运行的总计。我在用plyr。
当我用ddply和累计直接使用列的名称时，我没有问题：
require(plyr)
df <- data.frame(date = seq(as.Date("2007/1/1"),
by = "month",
length.out = 60),
sales = runif(60, min = 700, max = 1200))
df$year <- as.numeric(format(as.Date(df$date), format="%Y"))
df <- ddply(df, .(year), transform,
cum_sales = (cumsum(as.numeric(sales))))这一切都很好，但最终目标是能够将列名传递给这个函数。当我试图使用一个变量代替列名时，它不像我预期的那样工作：
mycol <- "sales"
df[mycol]
df <- ddply(df, .(year), transform,
cum_value2 = cumsum(as.numeric(df[mycol])))我以为我知道如何用名字访问列。这让我很担心，因为它表明我对索引和提取的基本知识不太了解。我认为，以这种方式提及列名是一种普遍的需要。
我有两个问题。
我做错了什么呢?我misunderstood?
- Is有什么更好的方法来做这件事，记住函数不会事先知道列的名称？
提亚
回答 2
Stack Overflow用户
回答已采纳
发布于 2012-01-15 03:15:34
用于ddply的参数是表达式，这些表达式是在原始数据帧被分割成的每个部分的上下文中计算的。您的dfmyval处理整个数据帧，因此不能将其传递为-is(顺便说一下，为什么需要那些as.numeric(as.character()) --它们是完全无用的)。
最简单的方法是编写您自己的函数，它将完成内部的所有操作，并将列名向下传递。
df <- ddply(df,
.(year),
.fun = function(x, colname) transform(x, cum_sales = cumsum(x[,colname])),
colname = "sales")Stack Overflow用户
发布于 2012-01-15 02:57:35
问题是，ddply希望它的最后一个参数是表达式，这些表达式将在data.frame的块上进行计算(在您的示例中，每年都是这样)。如果使用df[myval]，就会得到整个data.frame，而不是年度块。
下面的方法可以工作，但并不是很优雅:我将表达式构建为字符串，然后使用eval(parse(...))进行转换。
ddply( df, .(year), transform,
cum_value2 = eval(parse( text =
sprintf( "cumsum(as.numeric(as.character(%s)))", mycol )
))
)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/8869005
复制
![[IJCAI | 论文简读] 图像重建的残差对比学习:从噪声图像中学习可转移表示](https://developer.qcloudimg.com/http-save/yehe-8259540/bc36a08417b5d567f4b370c1f6287250.png)
腾讯云开发者
